論文の概要: Color Aesthetics: Fuzzy based User-driven Method for Harmony and Preference Prediction

• arxiv url: http://arxiv.org/abs/2308.15397v1
• Date: Tue, 29 Aug 2023 15:56:38 GMT
• ステータス: 処理完了
• システム内更新日: 2023-08-30 13:22:41.354451
• Title: Color Aesthetics: Fuzzy based User-driven Method for Harmony and Preference Prediction
• Title（参考訳）: 色彩美学:調和と選好予測のためのファジィベースユーザ駆動手法
• Authors: Pakizar Shamoi, Atsushi Inoue, Hiroharu Kawanaka
• Abstract要約: 色に対する知覚応答のすべてのタイプを定量的に評価する手法を提案する。 カラースキームの好みは、基本色と色調和の格付けを組み合わせることで予測できる。 アパレル調整の文脈では、衣服の色に基づいてルックの好みを予測することができる。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Color is the most important intrinsic sensory feature that has a powerful impact on product sales. Color is even responsible for raising the aesthetic senses in our brains. Account for individual differences is crucial in color aesthetics. It requires user-driven mechanisms for various e-commerce applications. We propose a method for quantitative evaluation of all types of perceptual responses to color(s): distinct color preference, color harmony, and color combination preference. Preference for color schemes can be predicted by combining preferences for the basic colors and ratings of color harmony. Harmonious pallets are extracted from big data set using comparison algorithms based on fuzzy similarity and grouping. The proposed model results in useful predictions of harmony and preference of multicolored images. For example, in the context of apparel coordination, it allows predicting a preference for a look based on clothing colors. Our approach differs from standard aesthetic models, since in accounts for a personal variation. In addition, it can process not only lower-order color pairs, but also groups of several colors.
• Abstract（参考訳）: 色は、製品販売に強力な影響を与える最も重要な内在感覚機能である。 色は私たちの脳の美意識を高める責任です。 個々人の違いは色彩美学において不可欠である。 さまざまなeコマースアプリケーションに対してユーザ駆動のメカニズムが必要です。 色に対する知覚応答を定量的に評価する手法を提案し,色嗜好,色調和,色の組み合わせ選好について検討した。 色体系の選好は、基本色と色調和のレーティングの選好を組み合わせることで予測できる。 ファジィ類似性とグループ化に基づく比較アルゴリズムを用いて, ビッグデータから調和パレットを抽出する。 提案モデルは,多色画像の調和と選好の予測に有用である。 例えば、アパレルコーディネーションの文脈では、衣服の色に基づいて見た目の好みを予測することができる。 我々のアプローチは、個人のバリエーションを考慮するため、標準的な美的モデルとは異なる。 さらに、低次の色対だけでなく、いくつかの色の群も処理できる。

関連論文リスト

• Paint Bucket Colorization Using Anime Character Color Design Sheets [72.66788521378864]
  ネットワークがセグメント間の関係を理解することができる包摂的マッチングを導入する。 ネットワークのトレーニングパイプラインは、カラー化と連続フレームカラー化の両方のパフォーマンスを著しく向上させる。 ネットワークのトレーニングをサポートするために、PaintBucket-Characterというユニークなデータセットを開発しました。
  論文  参考訳（メタデータ） (2024-10-25T09:33:27Z)
• ComPO: Community Preferences for Language Model Personalization [122.54846260663922]
  ComPOは、言語モデルにおける好みの最適化をパーソナライズする手法である。 ComPRedはRedditからコミュニティレベルの好みを持った質問応答データセットです。
  論文  参考訳（メタデータ） (2024-10-21T14:02:40Z)
• Comparative Analysis Of Color Models For Human Perception And Visual Color Difference [0.0]
  この研究は、RGB、HSV、HSL、XYZ、CIELAB、CIELUVなどの色モデルを評価し、人間の色知覚の正確性を評価する。 画像処理では,デジタルデザインから品質管理に至るまで,色差の正確な評価が不可欠である。
  論文  参考訳（メタデータ） (2024-06-27T20:41:49Z)
• Automatic Controllable Colorization via Imagination [55.489416987587305]
  本稿では,反復的な編集と修正が可能な自動色付けフレームワークを提案する。 グレースケール画像内のコンテンツを理解することにより、トレーニング済みの画像生成モデルを用いて、同じコンテンツを含む複数の画像を生成する。 これらの画像は、人間の専門家の過程を模倣して、色付けの参考となる。
  論文  参考訳（メタデータ） (2024-04-08T16:46:07Z)
• Control Color: Multimodal Diffusion-based Interactive Image Colorization [81.68817300796644]
  Control Color (Ctrl Color) は、事前訓練された安定拡散(SD)モデルを利用する多モードカラー化手法である。 ユーザのストロークをエンコードして、局所的な色操作を正確に行うための効果的な方法を提案する。 また、カラーオーバーフローと不正確な色付けの長年の問題に対処するために、自己注意に基づく新しいモジュールとコンテンツ誘導型変形可能なオートエンコーダを導入する。
  論文  参考訳（メタデータ） (2024-02-16T17:51:13Z)
• Aesthetic Preference Prediction in Interior Design: Fuzzy Approach [0.0]
  本稿では,インテリアデザインにおける審美的嗜好を定量化し,予測するための新しい手法を提案する。 ソーシャルメディアプラットフォームから内部デザインイメージのデータセットを収集した。 本手法では,審美的嗜好を総合的に算出する際の色選好について検討する。
  論文  参考訳（メタデータ） (2024-01-31T09:59:59Z)
• 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)
• Perceptually Optimized Color Selection for Visualization [1.659989033959959]
  科学的可視化のための最適知覚コントラストを用いた色自動選択手法を提案する。 提案手法では,他の色選択法が一般的に失敗する非常に多くの特徴に対して,高い知覚コントラストを持つ色を割り当てることができる。
  論文  参考訳（メタデータ） (2022-05-28T16:16:36Z)
• Color Counting for Fashion, Art, and Design [0.0]
  カラーモデリングの最初のステップは、アイテム/オブジェクトの色の数を見積もることです。 累積色ヒストグラムに基づく新しいカラーカウント手法を提案する。 この研究は、カラーカウントマシンの問題に対処する最初の試みである。
  論文  参考訳（メタデータ） (2021-10-13T12:42:15Z)
• CoRe: Color Regression for Multicolor Fashion Garments [80.57724826629176]
  本稿では,RGBの正確な値を予測するために,色検出を回帰問題として扱う。 新たに提案したアーキテクチャの洗練のための第2のレグレッションステージも含んでいます。 このアーキテクチャはモジュラーであり、多色衣料のすべての色のRGBを検出するために容易に拡張される。
  論文  参考訳（メタデータ） (2020-10-06T16:12:30Z)

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。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。