《醉美尼泊尔 第二辑之Prerana的神秘之旅》

  2014年应尼泊尔原王室神祭婆罗门贵族子Mahendra Raj Panday先生的邀请,组织了历行十六天尼泊尔唯美人像摄影创作。

   本辑模特:Prerana。是上一集模特Reshma的妹妹(见腾讯摄影部落《醉美尼泊尔 第一辑之——Reshma的浪漫旅》,她们姐妹俩长得很像,也是出生尼泊尔军政贵族豪门,受过尼泊尔和英国的传统高等教育,优雅端庄,美丽大方,是非常难得的一位敬业模特,模特Puja也客串了一下角色。本辑作品是安排了Prerana在三天的五个场景中拍摄的,我们的这一组从加德满都博德纳大佛寺和帕坦一直出发到了巴德岗和女神庙,她都能胜任工作。特别是巴德岗时,游客相当多,但她都能耐心、细致地配合我们完成了几个重要场景的创作,到夕阳时,近几百人的居民和游客都来围观,但她还是镇定、严格地完成了拍摄。这里特别要感谢的是巴德岗警察所的警察们连续两天都来为我们维持秩序才让我们能全程拍摄完!最后一天拍摄时,她看到别的女孩子也拍了婚纱,就提出也想拍一组,呵呵……看来全世界的小女生都有这个梦想啊,所以我们选择了神庙的大反差来拍摄,没想到她能穿出另外一种风情来。(题外话:尼泊尔的女孩很传统,一些现代POS很难让她们去摆设,只能尽量的抓拍了。

   这里要特别感谢尼泊尔NNK国际模特机构精心的安排,着实让我们深入去到了很多具尼泊尔特点的古镇村落,所到之处非常的顺利,一些景象和人文的根本没见过,当地的族人对我们也是非常热情!

  感谢尼泊尔国家旅游局、加德满都和帕坦的王宫管理处、蓝毗尼和巴德岗警察所的大力配合和支持!!!





在巴德岗陶马迪广场的拜拉弗纳特神庙,本来是想在夕阳时拍摄一组酒红的夕阳片,因为之前当地居民看到过我们在拍摄,这天再去,都以为是在拍电影,结果一下子近几百人的居民和游客都来围观,神庙上上下下里里外外人山人海都在看着我们,我一下子傻眼了,最后还是Mahendra Raj Panday去了警察所求助,警察又来帮忙疏导和维持,等人群少些时,天已经暗了,只能用灯光来进行补光了。幸好Prerana非常的镇定和敬业,一直坚持拍完,等在拜拉弗纳特神庙拍摄结束时,在场的居民载歌载舞地唱歌跳起舞来,像过节一样,着实让我们感动和内疚了一阵!这里也特别要感谢的是巴德岗警察所的警察们连续两天都来为我们维持秩序才让我们能全程拍摄完在去年4.25大地震中,附近的许多民房都有很大的损失,这也让我们非常的揪心...


尼泊尔加德满都博大哈佛塔拍摄的第一组,这是我最喜欢的片子之一,在佛祖舍利塔前感受大日如来般温暖的阳光沐浴和洗礼,静心地去朝拜佛祖。(采用双灯补光)



尼泊尔加德满都博大哈佛塔,Prerana一直要求我为她拍几张“小清新”的片子,就在经幡下为她拍摄了,双灯补光。



Prerana和Puja开心的一刻...(双灯补光)。


Prerana说这张好像广告片,呵呵...每一个民族都有她们最美的服饰。



尼泊尔巴德岗杜巴广场上,一群青涩的男孩们不肯离开,眼角一直在瞄着漂亮美丽的Prerana的表演,哈哈...(三灯补光)



巴德岗杜巴广场中的沐池



巴德岗杜巴广场的神兽,(采用三灯补光)



尼泊尔巴德岗陶马迪广场的拜拉弗纳特神庙,(采用四灯补光)



巴德岗杜巴广场上两个少年“淡定”地看着Prerana...



尼泊尔昌古纳拉扬神庙,为了等这一束阳光,我们耐心地静坐在石板上欣赏着千年的古迹。(采用三灯补光)



尼泊尔昌古纳拉扬神庙。(采用三灯补光)



Prerana的微笑是迷人的。(采用双灯补光)



有时候,光影与人的互衬才是最完美的。感谢神庙管理员一直陪同我们在日落前完成了拍摄。(采用双灯补光)



尼泊尔女神故乡Bungamati,4.25地震中后面的居民房受损严重。(采用四灯补光)



尼泊尔女神故乡Bungamati神庙。(采用三灯补光)



加德满都花园餐厅,(采用三灯补光)。



Prerana最开心的一刻,她说一直梦寐以求都想拍摄一张穿西式白纱裙的照片,面对这小女生渴望的眼神,我们只有答应和满足了她的要求。(采用四灯补光)



在夕阳中,我们完成了对Prerana的拍摄工作,她一直在欢快地奔笑...



后记:正像尼泊尔驻华大使马赫什·库马尔·马斯基先生在参观我的《醉美尼泊尔》(见第一辑后记说明)摄影作品义展时所说的:“中国云南的摄影师拍摄出了另外一种美丽的尼泊尔,只有你们是拍摄我们尼泊尔美好的一面,被你们摄影师的艺术作品和义展的精神所感动,并感谢你们为尼泊尔所做的贡献!”

其实,我并没有做什么,我只是希望记录美好的东西,因为,我们在尼泊尔收获的是微笑,回报的,是真诚的爱心!...

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
这是一个非常有挑战性的任务,需要利用自然语言处理技术和机器学习算法来实现。以下是一个可能的实现方案: 1. 语种识别 首先,可以使用语言模型来识别文本的语种。常用的语言模型包括n-gram模型和神经网络语言模型。对于n-gram模型,可以利用训练好的语料库来计算不同语种的n-gram频率分布,然后使用这些分布来对新的文本进行分类。对于神经网络语言模型,可以使用预训练的语言模型(如BERT、GPT等)对文本进行表示,然后使用分类器来对文本进行分类。这些模型都需要足够大的训练语料库来保证准确度。 2. 文本分段 对于文本分段,可以使用文本分割算法,如基于规则的分割算法、基于机器学习的分割算法等。其中,基于规则的分割算法可以利用文本的结构特征(如标点符号、段落等)来进行分割。基于机器学习的分割算法则需要使用已经标注好的训练集来训练模型,然后对新的文本进行分割。 3. 句子识别 句子识别可以使用句子分割算法,如基于规则的分割算法、基于机器学习的分割算法等。其中,基于规则的分割算法可以利用标点符号来进行分割,但是对于某些语种(如中文)标点符号不太规范,因此需要针对不同语种进行不同的处理。基于机器学习的分割算法需要使用已经标注好的训练集来训练模型,然后对新的文本进行分割。 4. 句子语种识别 句子语种识别可以使用和语种识别相同的方法,即利用语言模型或者预训练的语言模型来对句子进行表示,然后使用分类器来对句子进行分类。需要注意的是,对于某些语种(如印地语、旁遮普语等)需要使用不同的字符编码(如Unicode、UTF-8等)来表示。 5. 系统测试和性能展示 为了展示系统的测试结果和性能,可以使用已经标注好的测试集来评估系统的准确度和性能。需要对测试集进行预处理,并将测试结果与标注结果进行比对。同时,可以使用一些性能指标来评估系统的性能,如准确度、召回率、F1值等。可以将这些测试结果和性能指标展示在系统的界面上,方便用户了解系统的性能。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值