教育部、国家文物局提升中小学生利用博物馆纪念馆学习效果

记者近日从国家文物局了解到,教育部与国家文物局联合下发《关于利用博物馆资源开展中小学教育教学的意见》(以下简称《意见》),以进一步健全馆校合作机制,促进博物馆资源融入教育体系,提升中小学生利用博物馆纪念馆学习效果。

《意见》要求,各地博物馆要坚持“展教并重”,策划适合中小学生的专题展览和教育活动;各地文物局和博物馆要会同当地教育部门和学校,结合中小学生认知规律和学校教育教学需要,充分挖掘博物馆资源,研究开发自然类、历史类、科技类等系列活动课程,丰富学生知识,拓宽学生视野。中小学语文、历史、地理、思想政治、美术、科学、物理、化学、生物等学科教学和综合实践活动,要有机融入博物馆教育内容。博物馆系列活动课程应涵盖小学、初中、高中不同学段,明确不同类型课程的教学目标、体验内容、学习方式及评价办法。

我们知道以前的影像资料一般都是黑白的,而且像素、质量比较低。如果修复的话,需要提高分辨率、去除噪声和增强对比度的处理。基于这些任务,作者中提出了一个DeepRemaster模型。

AI修复是如何实现的?

大鼓、笛子、四胡、三弦,手艺人的一曲《打新春》,有内味了。

《意见》要求,各地教育部门和学校要充分利用各类博物馆资源,组织开展爱国主义、革命传统、中华优秀传统文化、生态文明、国家安全等主题的研学实践教育活动。各地教育部门要会同文物部门加强对博物馆研学活动的统筹管理和监督指导,开发一批立德启智、特色鲜明的博物馆研学精品线路和课程,构建博物馆研学资源网络,发挥实践育人作用。

人头攒动,熙熙攘攘,有赚吆喝的、看热闹的、闲聊的,老北京集市好不热闹。

噪声处理:从修复结果来看,当前的方法在去噪处理方面,显然优势明显。第一列为存在噪声瑕疵的原图像,前两种几乎没有对齐进行修复,第四列可以看到在高保真的状态下,噪声被处理的很好,与第四列真实图像几乎没有差异。

Zhang、Yu和Vondrick等人曾对世界经典电影和和Youtube视频进行AI修复试验,结果取得了不出的效果。作者为验证DeepMaster的修复性能,与之进行了对比。

溢出屏幕的开心劲儿,看来发型很满意。在我们这年代都不用理,用不了几年就能天然形成[傲娇]

《意见》还明确指出,各地教育部门和中小学要将博物馆青少年教育纳入课后服务内容,鼓励小学在3点半课后时间开设校内博物馆系列课程,利用博物馆资源开展专题教育活动,并认真做好活动组织工作。要注重利用节假日、寒暑假、休息日等时段,组织引导学生走进博物馆开展学习。

它基于时间卷积神经网络,在视频上训练注意力机制(Source-Reference),这种注意力机制可以处理任意数量的彩色图像,同时不需要对长视频进行分割,因此保持时间的一致性。经过定量分析表明,DeepRemaster的模型性能可以随着视频长度和彩色图像的增加而提高,远优于现有的修复模型。

原来理发最低不是5块,还有2块的!

小伙:不疼。我还不哭呢外带着。

首先是与Zhang、Yu的比较。作者从Youtube的300视频数据集中随机抽取了一段8M视频作为修复目标,其中所用到参考彩色图像,取自源视频,并每隔60帧截取一次。

最后,奉上完整视频,一起来感受老京城生活

基于递归的卷积神经网络,在传播信息时,通常是逐帧传播,不能进行并行处理,并形成依赖关系。因此,在参考彩色图像时,图像会反复重新开始,这样时间上的相关性就会丢失。而基于Source-Reference注意力机制的卷积神经网络在处理任何帧时能够并行使用所有的参考信息。

另外,这段影像修复视频依然出自B站Up主大谷之手,此前他曾用AI修复过1920-1927年的一段老北京影像,在B站爆火,视频点击量超过了200万,还受到了央视新闻的报道。不过,从影像的修复效果过来看,显然这次在去噪和着色方面处理的更好,而且还是自带原声的影像资料。

着色处理:图中第一列为原始图像,后三列为不同方法的处理着色处理结果,最后一列为参考彩色图形。可以看出第三列的颜色处理与第四列几乎无差异。因此,基于Source-Reference注意力机制的模型着色效果更好。

据大谷介绍,这部修复作品采用了新的AI技术DeepRemaster。与此前相比,它在上色、补帧、分辨率方面都有更出色的表现。这项技术的研发者是日本建筑大学的Satoshi Iizuka和和早稻田大学的Edgar Simo-Serra。他们的论文还被计算机图形学顶会SIGG2019收录。

如果精神小伙穿越到现在,会不会是一位优秀的Up主?

吃饭还能这么热闹吗?我们现在都是隔着两米!

3min的珍贵影像资料,可谓真真切切地感受了老北京九十年前的生活状态。虽然看起来物质生活不是很富裕,但隔着屏幕都是感受到那时候人们的欢乐。准确的来说,这段影像记录的是1927-1929年的老北京,出自南卡罗莱纳大学影像库馆藏胶片。

雷锋网原创文章,。详情见转载须知。

在模型Input端输入黑白图像,经过时间卷积网络的预处理和Source-Reference注意力机制的深度训练后,可以结合任意数量的彩色图像来生成最终的色度信道。在这一过程中, Source-Reference注意力机制允许模型再给视频上色时,参考彩色图像(Reference Images)中的相似区域。

小伙:这个头好,剃得不疼,剃不好,真疼,剃好了咱还找你去。

听他们聊天,网友表示想看相声了。

(责编:实习生(谢怡君)、熊旭)

另外,作者将Zhang和Vondrick的修复方法结合,并进行了比较。上部图像为参考彩色图像,分别对第5、85、302帧的图像进行了修复,结果可以看出目前的方法在着色效果上更好。

《意见》就建立馆校合作长效机制、加强博物馆教育组织保障,也提出了具体要求,并强调,各地教育部门要加强对利用博物馆资源开展中小学教育教学工作的目标考核和效果评价。各地文物部门要将其纳入博物馆定级评估、运行评估、免费开放绩效考评等博物馆质量评价体系。各地教育、文物部门要加强协作,共同探索利用博物馆资源开展中小学教育教学工作的有效途径和创新模式,加强经验总结,宣传推介优秀案例,营造良好环境和氛围。(记者 李韵)

这次的修复作品是与央视新闻联合发布的,视频上传不到30min,在B站就收获了30多万的播放量,弹幕更是爆屏。

Related