Fugu-MT 論文翻訳(概要): Extrapolating continuous color emotions through deep learning

論文の概要: Extrapolating continuous color emotions through deep learning

arxiv url: http://arxiv.org/abs/2009.04519v1
Date: Wed, 5 Aug 2020 02:08:29 GMT
ステータス: 処理完了
システム内更新日: 2022-11-02 19:04:20.423091
Title: Extrapolating continuous color emotions through deep learning
Title（参考訳）: 深層学習による連続色感情の補間
Authors: Vishaal Ram, Laura P. Schaposnik, Nikos Konstantinou, Eliz Volkan, Marietta Papadatou-Pastou, Banu Manav, Domicele Jonauskaite, Christine Mohr
Abstract要約: 深層学習を用いて、色に関連する感情のRGB外挿を実装します。特に、男性は特定の感情と暗い色を関連付けるのが普通で、女性は明るい色を持つのが普通です。高齢者も同様の傾向が見られ、明るい色の関連も見られた。
参考スコア（独自算出の注目度）: 0.0
License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
Abstract: By means of an experimental dataset, we use deep learning to implement an RGB extrapolation of emotions associated to color, and do a mathematical study of the results obtained through this neural network. In particular, we see that males typically associate a given emotion with darker colors while females with brighter colors. A similar trend was observed with older people and associations to lighter colors. Moreover, through our classification matrix, we identify which colors have weak associations to emotions and which colors are typically confused with other colors.
Abstract（参考訳）: 実験データセットを用いて、深層学習を用いて、色に関連する感情のRGB外挿を実装し、このニューラルネットワークを用いて得られた結果の数学的研究を行う。特に、オスは通常、特定の感情をより暗い色に関連付けるが、メスはより明るい色を持つ。同様の傾向が高齢者や明るい色の関連で見られた。また,分類マトリクスを通して,どの色が感情に弱いか,どの色が他の色と混同されているかを特定する。

関連論文リスト

Decoding Emotions in Abstract Art: Cognitive Plausibility of CLIP in Recognizing Color-Emotion Associations [1.0659364666674607]
本研究では,抽象的な視覚芸術によって誘発される感情の認識において,事前訓練されたマルチモーダルモデルであるCLIPの認知的妥当性について検討した。我々は、人間のアノテータによって提供される感情ラベルとこれらのラベルのテキスト的有理性を含む画像からなるデータセットを用いる。我々は、合理性の言語分析、画像と合理性のゼロショット感情分類、類似性に基づく感情の予測の適用、色と感情の関連性の調査を行う。
論文参考訳（メタデータ） (2024-05-10T08:45:23Z)
Color-Emotion Associations in Art: Fuzzy Approach [0.0]
本稿では,ファジィセットを用いたアートにおける感情の分類手法を提案する。広範にファジィな色と広い感情スペクトルは、絵画に固有の感情をより人間と一貫性があり、文脈を意識した探索を可能にする。例えば、感謝は緑、茶色、オレンジと強く関連している。
論文参考訳（メタデータ） (2023-11-30T12:49:11Z)
Towards a Universal Understanding of Color Harmony: Fuzzy Approach [0.0]
ファジィに基づく色モデルを用いて色調和を探求し,その普遍性の問題に対処する。実験結果から,色調和は概ね普遍的であることが示唆された。調和度の高いパレットでは、飽和度と強度の適度なレベルを維持しながら、カラーホイールの原理に順応する傾向が観察された。
論文参考訳（メタデータ） (2023-10-01T21:06:26Z)
PalGAN: Image Colorization with Palette Generative Adversarial Networks [51.59276436217957]
そこで本研究では,パレット推定とカラーアテンションを統合した新しいGANベースのカラー化手法PalGANを提案する。 PalGANは、定量的評価と視覚比較において最先端の成果を上げ、顕著な多様性、コントラスト、およびエッジ保存の外観を提供する。
論文参考訳（メタデータ） (2022-10-20T12:28:31Z)
Analysis of the use of color and its emotional relationship in visual creations based on experiences during the context of the COVID-19 pandemic [0.0]
新型コロナウイルス(COVID-19)パンデミックの間、人々はこのイベントの主観的な体験を伝える無数の画像を生成した。この文脈における色の使用とその感情的関係を理解するための方法論を提案する。以上の結果から,本試料では温かい色が一般的であり,相補的な色よりも類似成分が好まれていた。
論文参考訳（メタデータ） (2022-03-25T16:51:43Z)
Towards Photorealistic Colorization by Imagination [48.82757902812846]
本稿では,人間の想像力を模倣した画像の自動色付け手法を提案する。我々の研究は、最先端の画像カラー化手法よりも、よりカラフルで多彩な結果をもたらす。
論文参考訳（メタデータ） (2021-08-20T14:28:37Z)
A Circular-Structured Representation for Visual Emotion Distribution Learning [82.89776298753661]
視覚的感情分布学習に先立つ知識を活用するために,身近な円形構造表現を提案する。具体的には、まず感情圏を構築し、その内にある感情状態を統一する。提案した感情圏では、各感情分布は3つの属性で定義される感情ベクトルで表される。
論文参考訳（メタデータ） (2021-06-23T14:53:27Z)
Assessing The Importance Of Colours For CNNs In Object Recognition [70.70151719764021]
畳み込みニューラルネットワーク(CNN)は相反する性質を示すことが示されている。 CNNが予測をしながら色情報に大きく依存していることを実証します。 congruent, greyscale, incongruent画像の合同画像で学習したモデルを評価する。
論文参考訳（メタデータ） (2020-12-12T22:55:06Z)
Investigating Emotion-Color Association in Deep Neural Networks [6.85316573653194]
ディープニューラルネットワークによって学習された表現は、実際に感情と色彩の関連を示すことができる。また,本手法は感情分類タスク,特にモデルをトレーニングする例が少ない場合にも有効であることを示す。
論文参考訳（メタデータ） (2020-11-22T16:48:02Z)
EmoGraph: Capturing Emotion Correlations using Graph Networks [71.53159402053392]
グラフネットワークを通じて異なる感情間の依存関係をキャプチャするEmoGraphを提案する。 EmoGraphは特にマクロF1において、強いベースラインを上回ります。キャプチャーされた感情相関は、シングルラベルの分類作業にも有用であることを示す実験である。
論文参考訳（メタデータ） (2020-08-21T08:59:29Z)
Semantic-driven Colorization [78.88814849391352]
最近の着色は、白黒画像の着色を学習しながら意味情報を暗黙的に予測する。そこで本研究では,まず,人間の動作をシミュレートして,画像の理解を学習し,色づけする。
論文参考訳（メタデータ） (2020-06-13T08:13:30Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。