江西省赣州市十八县2023-2024学年高二下学期期中考试语文试题及答案解析.pdfVIP

江西省赣州市十八县2023-2024学年高二下学期期中考试语文试题及答案解析.pdf

  1. 1、本文档共13页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

江西省赣州市十八县2023-2024学年高二下学期期中

考试语文试题及答案解析

考生注意:

1.本试卷共150分,考试时间150分钟。

2.请将各题答案填写在答题卡上。

3.本试卷主要考试内容:部编版选择性必修中册,选择性必修下册第一

单元。

一、现代文阅读(35分)

(一)现代文阅读Ⅰ(本题共5小题,18分)

阅读下面的文字,完成1~5题。

材料一:

中国电影资料馆被业界称为中国电影界的“库房”,保存有2.78万部

自20世纪初以来的中国影片。从2006年组建修复团队以来,中国电影资

料馆已抢救性修复了上千部老电影,其中包含一些2K修复。如今,中国电

影资料馆每年会对10部老电影进行4K修复。电影修复分为物理修复、数

字修复、艺术修复三个步骤。物理修复是数字修复、艺术修复的基础。

“修旧如旧,尊重原创。”17年来,中国电影资料馆高级工程师王峥和

团队一直秉持着这样的修复理念。“电影本身体现着每个时代的风貌,记录

着社会的变迁,我们在修复的过程中就是要让它在新技术的加持下,恢复到

制作时的样貌。但实际上,从底片到4K,修复后的影像质量一定是超越了

原画质的,而最重要的是把珍贵的影像抢救出来,让经典作品得以在数字时

代获得重生。”

2021年10月6日,首部黑白转彩色4K修复故事片《永不消逝的电波》

在院线重映,收获了315.9万元的票房成绩,远远超过其他未修复而复映的

老电影,而这正是中国电影资料馆利用AI技术的一个突破。

有人会问,未来AI修复是否会取代人工修复?王峥对此有自己的理解:

“AI修复不会取代人工修复,而是会辅助、成就人工修复。AI承担了大量

重复性的‘苦力活’,但电影修复师的工作量其实并没有减少,大家现在要

面对的是一些更加高级、更具创新性的工作。”

回溯中国电影修复近年来的“高光时刻”,黎涛感叹道:“电影修复是

一项世界性课题。与发达国家电影修复机构相比,中国电影资料馆的修复团

队虽然比较年轻,但他们凭借精湛的技艺,已赢得世界的认可。”近年来,

这支年轻的队伍修复的中国电影陆续登上新加坡、马来西亚、卢森堡等多个

国家的大银幕,穿越时空地域与世界各地的观众见面。“未来,我们将继续

做好电影修复工作,继续深入挖掘电影档案中蕴藏的电影文化精髓,让珍贵

的电影文化遗产在新时代焕发生机。同时,积极推动民族数字影像基因库研

发,用优秀的中国电影文化塑造中国精神,彰显中国价值,传递中国力量。”

孙向辉说。

(超然客公众号摘编自张云《电影修复:与时间赛跑,为艺术拂

尘》)

材料二:

电影修复流程繁杂琐碎。过去,一位经验丰富的修复师需要1个月的时

间才可以修复完成一部影片,而使用深度学习等人工智能技术,可极大地提

高电影修复效率,同时进一步优化影片的画质,为观众带来超高清的观影沉

浸感。那么,人工智能是如何介入电影修复的?

老电影的画面质量参差不齐,很多画面模糊不清。要提高影片的清晰度,

须修复模糊的画面,去模糊的难点在于模糊的类型多种多样。在拍摄、储存、

拷贝翻印、胶片数字化以及压制导出的过程中,都可能产生模糊损伤,这导

致模糊问题成因复杂,修复人员通常难以获得精准的“模糊核”。利用人工

智能技术,可以从低质数据中抽取不同程度的模糊视频,利用相关统计方法

进行真实的“模糊核”估计,并通过主观验证进一步筛选“模糊核”的类型。

同时,在自建的高清影视数据集上,生成“模糊—清晰”匹配数据对来训练

机器学习从低质到高清的潜在的映射关系。这样就能快速分辨出不同影片、

不同画面模糊的原因,进而提高修复效率。

在修复老电影中,电影中的人像需要重点关注和优化。利用人工智能技

术,使用基于生成式的人像修复模块,在保持人像真实特征的前提下,可以

进行高清五官重建。对低分辨率、多次压缩损伤以及拍摄环境(如暗场景和

拍摄过程抖动)等造成的模糊、失焦、噪声、马赛克等画质损伤问题,都能

有效解决。对于低质量的人像,我们优化了人像模型在时域上的清晰度和稳

定性,对不同大小的人脸、不同姿态角度的人脸、不同遮挡程度的人脸都有

较好的修复增强效果。对于中高质量的人像,我们使用人像超清模块,优化

五官清晰

您可能关注的文档

文档评论(0)

158****2068 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档