云南民族图案暨图形元素图像的稀疏表示和重构研究

Ethnic folk pattern that contains the history, culture and aesthetic taste of related ethnic group, is the precious cultural heritage with high cultural and artistic value. Protection, development and utilization of the Ethnic folk pattern will benefit the transmission and protection of traditional culture, at the same time, its art and culture value can be conversed into economic value. In this process, how to apply new technologies and methods to process the ethnic pattern and graphical element image, such as efficient digital representation, storage, abstract innovation, reconstruction and generation, to facilitate its application in digital media industries, such as advertising, apparel, animation, packaging design, etc., is a subject that is worthy of research..Concerning the features of ethnic folk pattern, this project takes the ethnic folk pattern image of Yunnan as the research platform, and by studying the image representation and reconstruction algorithm based on multi-basis over-complete dictionary and the construction method of learning dictionary grounded on geometric invariance constraint, this project proposes new digitalized representation and reconstruction method of images and provides new method and techniques for the digital application of Yunnan ethnic folk pattern.

民族图案是各民族历史、文化和审美趣味的凝结,是宝贵的文化遗产,具有很高的文化和艺术价值。民族图案的保护、开发和利用,一方面有利于传统文化的传承和保护，另一方面，可以实现民族文化的艺术和文化价值向经济价值转换，在这一过程中,如何采用新的技术方法进行民族图案和图形元素图像的处理,比如高效的数字化表示、存储、抽象创新、重构生成，以方便应用于现代服饰、动漫、包装、广告等数字媒体产业化设计应用中，是一个值得研究的课题。.项目计划以云南民族图案和图形元素图像作为研究平台，结合民族图案和图形元素图像特征，通过对基于多基过完备字典的图像表示及重构算法以及基于几何不变性约束的学习字典构造方法研究，研究并提出基于稀疏表示和压缩感知的民族图案图像的数字化表示和重构方法，为云南民族图案的数字化应用提供新的方法和手段。

云南有26个世居民族，15个特有民族，人文地理优势明显，加快民族文化资源开发，发展民族文化产业，要求非常迫切。以高新技术为依托、以数字内容为主体、以自主知识产权为核心的新兴文化业态，有效地提升文化产品的附加值,是一个有意义的研究方向。. 主要研究内容：项目收集整理世居云南的少数民族的民族图案图像，并在此基础上研究合适的，有效的技术方法和手段，有效的将民族图案和图形元素在现代服饰、广告、动漫、艺术设计以及造型设计中。首先，进行了民族图案图像库的建设。采集整理了云南阿昌族（德宏）、德昂族（德宏）、景颇族（德宏）、布朗族（版纳）的具有代表性的服饰、图腾、民间艺术品、民间手工艺品的图案图像。其次，应用云南民族图案图像进行了稀疏表示和重构实验研究，进行了软件实现，与云南省民族学会，云南民族村的艺术设计人员和企业进行了一些合作应用尝试，进行了基于稀疏表示的图像水印算法研究。项目后期增加了图像的深度学习研究(期间已经向基金委汇报相关变更)。项目结合国家大科学工程的LAMOST巡天数据库的光谱数据，将深度学习方法应用于光谱分类，并提出新的光谱特征提取方法，较好的解决了分类精度低的难题，对海量天体光谱的分类和挖掘有一定的开创意义。项目同时开展了大视场低分辨率天文图像超分辨研究以及基于深度学习的天体形态识别研究。. 重要结果和意义：项目采集整理了世居云南的傣，布朗，佤，阿昌，德昂，景颇等少数民族的传统的民族图案图像8千多张，归纳整理出了各个民族的具有代表性的图腾,服饰，建筑，宗教的图案元素图像，建立了民族图像库，对其中一些具有代表性的图像进行了稀疏表示和重构的实验，实现了算法，进行了软件实现，图像应用于云南省民族学会，云南民族村和云南民族大学从事民族服装及民族艺术设计的学者和设计师使用，提出一种基于压缩感知的数字水印算法。项目后期，提出的基于深度学习和新的光谱特征提取算法应用于LAMOST光谱数据分类，所得的结果显著优于已有的算法，具有较大的应用价值。LAMOST光谱分类不仅对理解恒星物理学有着重要作用,在研究银河系结构和演化过程中有着至关重要的意义，项目共发表论文13篇，期中SCI 6篇，中文核心2篇。