基于文化资本理论的留法艺术家研究——以“留法三剑客”为例

来源 :东华大学 | 被引量 : 0次 | 上传用户:ynl007
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
民国至新中国成立之初的这一批留法艺术家在中西艺术史上有着举足轻重的地位,他们大多选择在巴黎高等美术学院与蒙帕纳斯区的大茅屋画室进行学习,并且以油画、素描、雕塑为主要的研究科目,留法艺术家们既接受了西方古典主义、现实主义、写实主义美术的教育,也将西方现代主义的诸多艺术思潮传回中国,奠基与开拓了中国现代艺术的发展并产生了深远的影响。吴冠中、朱德群、赵无极这三位有着相近求艺经历的艺术家是这一群体的代表,并称为“留法三剑客”,三位艺术家的作品在艺术市场中屡屡拍出天价。那么是哪些因素的共同作用下造就了他们三人在艺术场域中的权威身份是本文主要的研究目的。所以本文在跨学科研究的基础上,运用皮埃尔·布迪厄的文化资本理论来探究该问题。本文的主要内容分为两个部分,第一部分探究“留法三剑客”主体文化资本的生成与塑造过程,第二部分探究艺术界其他客体对“留法三剑客”文化资本进行再运作与学术化的过程,并总结对他们权威身份构建的作用以及三人之间的异同。通过文本的研究,可以得出以下结论:1.在“留法三剑客”文化资本的生成阶段中,吴冠中与朱德群在艺术习性的形成过程中深受中国传统绘画以及西方现代绘画的双向影响,赵无极则更注重后者。他们自身的审美趣味以及艺术品位是在场域转变与师承关系影响的共同作用下形成的,同时习性所具有的能动性在三人的文化资本生成时期也均有体现。2.“留法三剑客”文化资本的创作方式形成定势后使得文化资本步入成熟形态,并且探索中西艺术的融合是他们共同的目标。相比之下,吴冠中被艺术场域承认的进程比朱德群与赵无极更为缓慢,曾处于边缘化地位。在文化资本自我塑造的行动策略方面,任教美术院校、参与组织或画派、结识藏家友人三种行动策略不仅为“留法三剑客”自身文化资本的生产开辟了更多有利道路,还使得文化资本的影响力得到了扩大。3.“留法三剑客”的文化资本得以向经济资本转化均是在与画廊进行深度合作才逐渐实现的,朱德群与赵无极艺术市场的建立不仅仅要早于吴冠中,两人文化资本的运作模式相比吴冠中也更成熟化。共同点是“留法三剑客”的文化资本在中西艺术场域获得全面认可均是在上世纪90年代。4.文化资本的学术化使得“留法三剑客”在艺术场域中更具权威性,同时也明确了三位艺术家文化资本的典型标签以及他们在艺术史上的地位。
其他文献
作为自然语言处理中的一项重要任务,机器阅读理解(Machine Reading Comprehension,MRC)已经受到了业界内广泛的关注,大量研究人员正积极探索这一新兴领域。其具体指的是让机器依据给定的文本信息来回答一个语义相关的问题,通常这是一个较复杂和漫长的流程,涉及到语义编码、信息融合、模块交互等众多方面。而多跳MRC则在此基础上提出了更高的要求,要求机器具备推理能力,本文就此任务展开
学位
新型冠状病毒疫情的突发及在全球范围内的迅速蔓延,人们对于防疫用口罩的需求激增。防疫用口罩的种类繁多,各类适用的场景有所不同,在选择和使用上容易存在误区;大量的防疫用口罩产品的使用带来的环境负面影响不可小觑。此前,纺织领域的研究者已将碳足迹、水足迹及化学品足迹等生命周期评价方法的指标相结合,量化评估纺织业所产生的温室气体排放、水资源消耗和化学品污染相关的潜在环境影响。但是,国内外学者对防疫类口罩的环
学位
图像目标检测是计算机视觉领域的一个基础任务,主要用于自动识别和定位图像中的特定目标,是许多人工智能技术的基础,有极其重要的军用民用价值。近年来,基于深度学习的目标检测方法取得了飞速的发展,也成功应用于一些工业场景。但是,可靠性不足、计算量过高、泛化能力差等问题大大限制了目标检测算法的应用范围。本文以大规模公开的数据集中的目标为对象,对图像目标检测算法展开了研究。研究工作包括三个部分:(1)总结了目
学位
多目标跟踪任务需要在视频图像中确定目标位置、维持目标身份信息。通过将深度学习方法应用到数据驱动条件下来学习特征的思路已经在多个研究领域取得了很好的效果。因此,本文将深度学习方法引入到多目标跟踪框架中,期望提升跟踪的整体性能。此问题的研究具有重要的工业价值与广泛的军事应用前景。本文主要工作包括以下三个部分:(1)分析了多目标跟踪问题研究现状与发展趋势,对主流多目标跟踪公开数据集MOT16进行了详细说
学位
随着近年来深度学习的不断发展,出现了很多结构复杂,性能优异的深度神经网络。越来越多的人工智能应用领域如计算机视觉、自然语言处理和语音识别等都使用深度学习方法解决问题。在构建深度神经网络后,需要给网络提供高性能的计算环境和大量的训练数据,才能充分发挥神经网络的优势。在现实生活中,很多领域难以获得足够的训练样本,因此会造成网络的性能下降。此外,传统的神经网络可扩展性较差也是深度学习方法的缺点之一。因此
学位
多目标跟踪作为计算机视觉的一个重要分支,在智能机器人、视频分析、人机交互等领域都具有最要的应用价值。近些年来,深度学习在多目标跟踪方向的应用极大地提升了跟踪的精度,但随着视频监控、自动驾驶等领域的出现,对多目标跟踪算法的实时性需求也越来越大。为了解决这些问题,本文着眼于在保证多目标跟踪精度的同时提升算法的速度,主要进行了以下几方面的研究:(1)提出一种表观和运动特征融合的多目标跟踪算法。该算法基于
学位
狮纹在中国的发展有其独特的作用和含义,来自异域的狮子题材在丝绸之路中往复传递并逐渐产生变异,在向华夏文明圈传播的过程中慢慢向中原本土转化。受不同时期的社会背景与受众需求影响而有着不同的象征意义,其内在的蕴含不断变化。论文以北朝至元代丝织品中的狮纹为研究对象,以同时期金银器、石刻、绘画、壁画等其他艺术形式上的狮子形象为辅。研究内容如下:论文首先从墓葬出土实物、博物馆的部分馆藏实物和私人所藏狮纹丝织品
学位
为了进一步改善拉萨市墨竹工卡县扎雪乡格老窝村青稞品种单一、品种严重退化等问题,加快推进新品种示范进度,结合当地实际情况及需求,特选取拉萨市农业技术推广总站育种的青稞新品种“苏拉青2号”与当地品种“白青稞”,于2021年在墨竹工卡县扎雪乡格老窝村开展了品比试验,挖掘新品种的丰产适应性及潜力。试验结果表明,“苏拉青2号”新品种广适性高、丰产性好,适合在该区域推广种植。
期刊
伴随着互联网数据的爆炸式增长,如何存储、管理、应用这些杂乱的非结构化数据,已成为人工智能领域的热门课题。知识图谱把杂乱数据中的概念、实体及其关系整理成结构化数据,并存储到图结构中,转化为人类认识世界的形式,利于管理、搜索、分析以及应用海量数据。实体关系抽取作为知识图谱构建任务的重要步骤,主要任务是把非结构化文本转化为结构化知识,直接影响着知识图谱的质量。同时,实体关系抽取还是搜索引擎、人机对话、智
学位
随着针织服装在服装生产销售总量中的占比不断提升,消费者对针织服装的设计感和时尚性的要求不断提高。作为影响针织服装整体视觉效果和风格的重要设计要素之一,针织服装的色彩愈发变化多样。由于针织服装色彩一般主要来源于染色纱线的色彩及其在织物、服装中的搭配使用。随着市场对针织服装生产周期以及对流行趋势的反应速度提出的更高要求,电子纱卡和虚拟展示的逐渐推广,准确挑选符合设计色彩需求的纱线,并在设计与开发中保持
学位