一、 AIGC技术概述

AIGC （AI Generated Content）是人工智能创作内容的一种，是指由计算机自动生成内容的一种技术。AIGC包括多种算法和模型，如生成对抗网络（Generative Adversarial Networks, GAN）、卷积神经网络（Convolutional Neural Networks, CNN）、循环神经网络（Recurrent Neural Network, RNN）等，这些模型和算法相互配合，能够在特定的任务上进行训练和学习，不断地提高生成图像的质量和效率。

AIGC技术通常包括以下三个部分：数据集、训练模型、生成模型。数据集可以是某一领域的图像或文本数据，如摄影或绘画；训练模型是指通过对已有数据进行学习和训练而得到的具有一定泛化能力的模型；生成模型是指通过深度学习算法训练获得的一种能根据输入图像自动生成输出图像的模型。

AIGC技术在数字摄影创作领域具有一定的应用价值，但目前 AIGC技术在摄影领域的应用还处于初级阶段，还无法取代人类摄影师对图像内容进行判断和处理，也无法替代人类摄影师进行大量的前期工作。在传媒实践教学中运用 AIGC技术不仅可以丰富课堂教学内容，还能够提高学生的实践能力和创新能力。未来随着 AIGC技术的不断发展与完善，将会有更多创意性和实用性强的数字摄影作品被创作出来，让传媒实践教学更加丰富多彩。

二、传媒类相关专业课程现状分析

目前，传媒类相关专业课程存在着课时少、内容单一、实践性不强等问题，传媒类相关专业课程主要有新闻摄影、广播电视编导、数字媒体艺术等。由于这类课程的学习，需要学生有较强的学习能力和动手能力，但这一类专业课程主要以理论为主，学生通过课堂学习很难理解传媒行业发展趋势和技术应用。加之，传统的新闻摄影制作教学方法已经不能满足当前媒体行业的发展需要，因此，必须探索新的教学方法来适应时代的发展。

AIGC （Artificial Intelligence Generated Content）即人工智能创作内容，是一种基于计算机深度学习的人工智能创作模式，其本质是在传统摄影创作领域引入人工智能技术。AIGC对数字摄影创作具有一定的促进作用，其对于传统摄影创作模式提出了挑战。

AIGC的应用可以丰富传媒类相关专业课程的教学内容和教学手段，可以通过智能化方式进行创作，学生可以更加直观地理解所学知识； AIGC能够简化流程、提高效率、节省人力成本和时间成本； AIGC还可以促进传媒类相关专业课程的交流学习和合作共享。

通过将 AIGC技术应用于数字摄影创作中，打破了传统摄影创作中只注重表现形式和技法、缺乏系统理论知识教学的现状。通过 AIGC技术对数字摄影创作内容进行智能分析、判断和选择，从而实现创作模式和思维方式的创新。

三、AIGC技术与传媒类专业课程结合的优势

随着科学技术的进步， AIGC技术在数字摄影创作领域得到广泛应用。该技术主要由图像生成、图像处理和图像识别三大部分组成。通过图像生成， AIGC可以将任意一种创意转化为数字摄影作品，从而实现数字摄影创作的自动化；通过图像处理， AIGC可以将数字摄影作品进行调整、美化，让其更符合大众的审美标准；通过图像识别， AIGC可以对拍摄到的场景进行识别，并进行自动分类与筛选。

在数字摄影创作中运用 AIGC技术，可以优化数字摄影创作流程、提高工作效率、降低成本。

在传媒类专业课程中加入 AIGC技术的应用，可以丰富课堂教学内容，增强课程教学的趣味性和实用性。与传媒相关专业课程相结合的 AIGC数字摄影创作模式可以实现在课堂上教学内容与 AIGC技术相融合的应用，使数字摄影创作更加智能化和便捷化。通过实践教学环节的应用，学生可以在课下通过网络平台或计算机辅助软件进行相关内容的创作与完善，提高学生的实践能力。

利用 AIGC技术丰富课堂教学内容、优化教学手段也可以改善传媒实践教学环境。随着数字技术的进步与发展，在传媒实践教学中引入 AIGC技术具有可行性。通过 AIGC技术对课程内容进行扩展和深化，可以丰富学生对传媒相关理论知识的认知。通过利用 AIGC技术优化课堂教学手段可以改变传统课堂中教师一言堂、学生被动接受知识的局面，让学生积极主动地参与到课堂中来。

在数字摄影创作中应用 AIGC技术不仅能提高学生对数字摄影创作的兴趣，还能培养学生的实践能力、创新能力等。利用 AIGC技术进行数字摄影创作，能够帮助学生学习到更多有关摄影创作理论和实践方法的知识和技能，提高学生在数字摄影领域的创作能力。

四、AIGC摄影创作模块设计

AIGC摄影创作模块是在传统摄影创作基础上，通过 AIGC技术将图像识别、语义分析、计算机视觉等多个学科结合起来，利用人工智能对数字影像的自动识别、分析和理解，构建一种具有人类视觉智能的数字影像处理系统。在此基础上，通过 AIGC技术对数字影像进行后期制作，以实现对数字影像的自动处理和处理结果的可视化。

AIGC摄影创作模块主要包括以下几个部分：一是 AIGC平台搭建；二是数据采集和图像识别；三是语义分析；四是智能生成；五是智能合成。其中数据采集和图像识别部分包括图片采集和图片分类两部分，数据采集部分主要包括文字输入、图片分割、图片分类、照片合成四个部分，图像识别部分包括人脸检测、语义分析两个部分，语义分析部分主要包括情感分析和语义识别两个部分。AIGC平台的搭建是整个创作模块的基础，通过数据采集和图像识别等人工智能技术将数字影像进行数据处理，并将处理结果在平台上展示出来，为后期的数字影像合成和动画设计等工作奠定基础。

(一） AIGC平台搭建

AIGC平台主要由算法平台、数据采集和图像识别平台、语义分析和智能生成平台、图像合成平台组成。AIGC算法平台主要由预处理模块、人脸检测模块、语义分析模块、智能生成模块组成。其中预处理模块主要包括文本输入模块和图片分割模块，人脸检测模块主要包括人脸检测和人脸关键点检测两个部分，语义分析模块主要包括图片分类和图片合成两个部分，情感分析模块主要包括情感识别和情感分析两个部分。数据采集和图像识别部分主要包括文本输入、图片采集、图片分类、图片识别四个部分，其中文本输入是对图像进行文字输入，图片采集是通过计算机视觉技术将数字影像中的图片进行自动采集。语义分析和智能生成部分主要包括情感分析、语义分析两个部分，其中情感分析是对拍摄的数字影像进行情感分析，并将结果输出到系统中；语义分析是将拍摄的数字影像进行情感分类，并输出分类结果。图像合成部分主要包括图像合成和智能生成两个部分，其中图像合成是将拍摄的数字影像进行图像合成。

（二）数据采集和图像识别

AIGC摄影创作模块采用了多种技术，包括文字输入、图片分割、图片分类、照片合成四个部分。其中文字输入包括将拍摄的照片的内容输入到 AIGC系统中，包括拍摄时间、地点、人物等信息，以及照片中的文字描述信息。图片分割主要是通过对数字影像进行裁剪，以实现数字影像中不同部分之间的分割和整合，以便于后期数字影像的处理和合成。图片分类包括对照片进行分类和对照片进行合并两个部分。照片合成是利用 AIGC系统将原始的数字影像通过人工智能算法进行处理，并将处理结果进行可视化展示。其中，人脸检测和语义分析是利用人工智能算法对数字影像中的人脸和物体进行检测和识别。人脸检测主要是通过对数字影像中的人脸和物体进行检测，以实现对数字影像中人脸和物体的定位。语义分析主要是对数字影像中所包含的信息进行分析和理解，包括情感分析和语义识别两个部分。情感分析主要是对数字影像中所包含的情感信息进行分析，包括情感符号、情感描述、情感表达等方面的内容。语义识别主要是在人工智能算法中获取所需要的语义信息。

（三）语义分析和智能生成

情感分析和智能生成是人工智能技术的重要组成部分，在 AIGC摄影创作模块中，情感分析和智能生成是通过计算机对图片进行处理后自动生成符合人的情感状态的图片。AIGC摄影创作模块中的情感分析和智能生成模块主要包括以下两个部分：一是基于深度学习算法的情感识别模块，该模块主要利用深度学习算法对图像进行提取，提取出图像中人物的情感特征，并将这些特征进行分类和处理，以实现对图片中人物情感状态的识别；二是基于知识图谱的智能生成模块，该模块主要通过构建知识图谱将图片中人物的相关信息进行组织，并利用知识图谱中的知识对图片进行分析，以实现对图片中人物情感状态的识别。同时， AIGC摄影创作模块还可以根据用户需求，将生成的图片自动匹配到与其情感相符合的图片中，从而实现对图片的智能生成。

五、应用与研究

AIGC在传媒实践教学中的应用是一个开放性的课题，它涉及多个学科、多个专业和多个领域，是一个复杂的系统工程，需要不断探索和总结。AIGC技术在数字摄影创作领域的应用进行了初步探索，旨在将 AIGC技术引入数字摄影创作过程中，丰富实践教学内容，优化教学手段，同时利用 AIGC技术辅助传媒专业实践教学。首先需要建立一个开放的平台，供师生和专业人士自由交流和分享所思所想，同时也需要对学生的作品进行展示和评价；其次需要明确应用 AIGC技术在数字摄影创作中的应用范围，根据应用目的、应用模式和应用范围等内容进行分类，明确哪些作品适合在数字摄影创作中应用；最后需要将 AIGC技术与传媒类相关专业课程结合，并与教师在教学实践中积极探索和尝试，从而丰富传媒实践教学内容和手段。

（一）建立开放平台

一个开放的平台能够为学生和专业人士提供自由交流和分享所思所想的平台，同时也能为师生和专业人士提供相互学习和交流的机会。因此，在传媒实践教学过程中，首先需要建立一个开放的平台，供师生和专业人士自由交流和分享所思所想。

一方面，需要向学生展示他们的作品；另一方面，也需要对他们的作品进行评价。这两方面都是为了加强学生对 AIGC技术在数字摄影创作中应用的理解，进而在创作中加以应用。平台可以选择具有代表性的 AIGC创作平台，如中国高校数字媒体艺术联盟、中国传媒大学数字媒体艺术实验教学中心等。在建立开放平台时，需要明确用户角色定位。根据平台用户类型的不同，可以将其分为学生、教师和专业人士三种角色。学生是用户身份，教师是运营者身份，专业人士是内容创作者身份。学生用户需要对平台上的作品进行评价和反馈，并对老师的教学方式进行反馈；教师用户需要对学生的作品进行评价和反馈，并对学生在 AIGC技术应用方面的表现进行评价；专业人士用户则可以在平台上对教师或专业人士提供的服务提出意见和建议。

开放平台上建立了多个频道，供师生、专业人士自由交流和分享所思所想。其中一个频道可以是“AIGC创作论坛”，在该频道中师生和专业人士可以自由交流、分享所思所想；另一个频道则是“AIGC创作中心”，该频道主要提供 AIGC技术在数字摄影创作中应用的相关服务。

（二）明确应用范围

AIGC技术的应用需要明确其应用范围，根据应用目的、应用模式和应用范围等内容进行分类，并将其应用于数字摄影创作中，从而提高数字摄影创作质量。在本文中，主要以数字摄影创作为目的，主要分为三类：一是在数字摄影创作中使用 AIGC技术对现有影像素材进行处理，包括使用 AI对素材进行二次处理、自动生成等；二是利用 AIGC技术实现影像素材的创新创意，包括基于 AIGC平台的图像生成和基于 AIGC平台的创意设计；三是将 AIGC技术与影像素材结合，实现创意拍摄和制作，包括基于 AIGC平台的图像生成、基于 AIGC平台的创意设计的影像创作。

在这三类应用中，第一类和第二类应用可以采用传统拍摄手段完成，而第三类则需要采用 AIGC技术进行创新创作。这一分类的目的是更好地在实践教学过程中实施分类指导、区别对待。

参考文献

[1]贾方.摄影创作类课程在线教学研究——以《专题摄影》课程为例[J].南京艺术学院学报(美术与设计),2021,No.196(04):201-208.

[2]朱彬.摄影工坊式教学实践研究[J].新闻研究导刊,2022,13(07):76-78.

[3]朱彬.新媒体环境下高校摄影创新实践教育模式探究[J].传媒论坛,2019,2(16):174-175.

[4]刘霦月.“数字摄影”创新实践教学模式探索[J].新闻研究导刊,2019,10(19):43+45.

[5]宫旭.摄影摄像课程教学数字化的实践改革研究[J].今日财富,2019(22):103-104.