論文の概要: HELMLAB: An Analytical, Data-Driven Color Space for Perceptual Distance in UI Design Systems

• arxiv url: http://arxiv.org/abs/2602.23010v2
• Date: Sun, 01 Mar 2026 11:39:07 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-03-03 15:39:03.931935
• Title: HELMLAB: An Analytical, Data-Driven Color Space for Perceptual Distance in UI Design Systems
• Title（参考訳）: HELMLAB: UI設計システムにおける知覚距離のための分析的データ駆動カラースペース
• Authors: Gorkem Yildiz,
• Abstract要約: HELMLABはUI設計システムのための72パラメータ分析カラー空間である。 COMBVDデータセット(3,813色対)上で、HELMLABは、CIEDE2000 (29.18)から20.2%削減した23.30のSSTRESSを達成する。 ガミュートマッピング,デザイントーケンエクスポート,ダーク/ライトモード適応ユーティリティは,Webおよびモバイルデザインシステムで使用するために組み込まれている。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: We present HELMLAB, a 72-parameter analytical color space for UI design systems. The forward transform maps CIE XYZ to a perceptually-organized Lab representation through learned matrices, per-channel power compression, Fourier hue correction, and embedded Helmholtz-Kohlrausch lightness adjustment. A post-pipeline neutral correction guarantees that achromatic colors map to a=b=0 (chroma < 10^-6), and a rigid rotation of the chromatic plane improves hue-angle alignment without affecting the distance metric, which is invariant under isometries. On the COMBVD dataset (3,813 color pairs), HELMLAB achieves a STRESS of 23.30, a 20.2% reduction from CIEDE2000 (29.18). A blue-band refit with sub-dataset penalties reduces gradient non-uniformity in the blue-cyan region by 8.9x at a cost of only +0.08 STRESS. Cross-validation on He et al. 2022 and MacAdam 1974 shows competitive cross-dataset performance. The transform is invertible with round-trip errors below 10^-14. Gamut mapping, design-token export, and dark/light mode adaptation utilities are included for use in web and mobile design systems.
• Abstract（参考訳）: We present HELMLAB, a 72-parameter analysisal color space for UI design systems。 フォワード変換は、CIE XYZを学習行列、チャネルごとの電力圧縮、フーリエハウ補正、ヘルムホルツ=コールラウスチ光度調整による知覚的に組織化されたラボ表現にマッピングする。 ポストパイプラインの中立補正により、無彩色がa=b=0(クロマ<10^-6)にマップされることが保証され、彩色面の剛性回転は、等長線の下で不変な距離計量に影響を与えることなく、色角アライメントを改善する。 COMBVDデータセット(3,813色対)では、HELMLABは、CIEDE2000 (29.18)から20.2%の削減である23.30のSTRESSを達成した。 サブデータセットのペナルティによるブルーバンドのリフィットにより、ブルーシアンの勾配の非均一性が8.9倍減少し、コストは0.08 STRESSとなる。 He et al 2022 と MacAdam 1974 のクロスバリデーションは、競合するクロスデータセットのパフォーマンスを示している。 この変換は10^-14以下のラウンドトリップ誤差で可逆である。 ガミュートマッピング、デザインツーケンエクスポート、ダーク/ライトモード適応ユーティリティは、Webおよびモバイルデザインシステムで使用するために含まれている。

関連論文リスト

• Faithful Contouring: Near-Lossless 3D Voxel Representation Free from Iso-surface [49.742538510885]
  本稿では,3次元メッシュにおけるほぼロスレスな忠実度を実現するボクセル化表現であるFithful Contouringを提案する。 提案手法は,既存表現の柔軟性と改善も示す。
  論文  参考訳（メタデータ） (2025-11-06T03:56:12Z)
• Environment-Aware Indoor LoRaWAN Path Loss: Parametric Regression Comparisons, Shadow Fading, and Calibrated Fade Margins [3.776919981139063]
  内部のLoRaWAN伝播は、構造的および時間的変化の文脈因子によって形成される。 リークセーフなクロスバリデーションを用いて評価した,環境に配慮した統計的に規律のある経路損失フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-10-05T20:14:48Z)
• HVI-CIDNet+: Beyond Extreme Darkness for Low-Light Image Enhancement [56.02740727422916]
  低光画像強調(LLIE)は、劣化した低光画像から鮮明なコンテンツと詳細を復元することを目的としている。 既存の標準RGB(sRGB)カラースペースベースのLLIE法は、しばしば色バイアスと明るさのアーチファクトを生成する。 HV色マップと学習可能な強度によって定義されるLLIEの新しい色空間を提案する。 HVI-CIDNet+はHVI色空間上に構築されており、損傷したコンテンツを復元し、極暗い領域における色歪みを軽減する。
  論文  参考訳（メタデータ） (2025-07-09T13:03:34Z)
• HVI: A New Color Space for Low-light Image Enhancement [58.8280819306909]
  水平/垂直インテンシティ(HVI)に基づく低照度画像強調(LLIE)のための新しい色空間を提案する。 HVIは分極されたHSマップと学習可能な強度で定義され、一方後者は黒のアーティファクトを除去するために低照度領域を圧縮する。 色と強度の情報をフル活用するために、新しい色と強度のデカップリングネットワーク(CIDNet)を導入する。
  論文  参考訳（メタデータ） (2025-02-27T16:59:51Z)
• Efficient Fourier Filtering Network with Contrastive Learning for UAV-based Unaligned Bi-modal Salient Object Detection [8.12311871820753]
  無人航空機(UAV)をベースとしたバイモーダル・サリエント・オブジェクト検出(BSOD)は、不整合RGBと熱画像ペアの相補的な手がかりを利用して、サリエント・オブジェクトをシーンに分割することを目的としている。 本稿では,実時間と高精度の両性能を両立させるコントラスト学習による効率的なフーリエフィルタネットワークを提案する。 提案モデルであるAlignSalはパラメータ数を70.0%削減し,浮動小数点演算を49.4%削減し,推論速度を152.5%向上させる。
  論文  参考訳（メタデータ） (2024-11-06T07:46:34Z)
• Learning Color Equivariant Representations [1.9594704501292781]
  色変化に同値なグループ畳み込みニューラルネットワーク(GCNN)を導入する。 GCNNは、2次元と3次元の回転群からスケールのような半群への様々な幾何学的変換のために設計されている。
  論文  参考訳（メタデータ） (2024-06-13T21:02:03Z)
• Mixing Paint: An analysis of color value transformations in multiple coordinate spaces using multivariate linear regression [55.2480439325792]
  120対の16色をテストし、線形回帰を使って入力パラメータの最も正確な組み合わせを見つけました。 I found that the fit with the highest coefficient of determination was a geometryally symmetrized linear combination of the color in CIEXYZ space。
  論文  参考訳（メタデータ） (2024-04-01T17:26:39Z)
• You Only Need One Color Space: An Efficient Network for Low-light Image Enhancement [50.37253008333166]
  低照度画像強調(LLIE)タスクは、劣化した低照度画像から詳細と視覚情報を復元する傾向がある。 水平/垂直インテンシティ(HVI)と呼ばれる新しいトレーニング可能なカラー空間を提案する。 輝度と色をRGBチャネルから切り離して、拡張中の不安定性を緩和するだけでなく、トレーニング可能なパラメータによって異なる照明範囲の低照度画像にも適応する。
  論文  参考訳（メタデータ） (2024-02-08T16:47:43Z)
• Color Equivariant Convolutional Networks [50.655443383582124]
  CNNは、偶然に記録された条件によって導入された色の変化の間にデータ不均衡がある場合、苦労する。 カラースペクトル間の形状特徴共有を可能にする新しいディープラーニングビルディングブロックであるカラー等変畳み込み(CEConvs)を提案する。 CEConvsの利点は、様々なタスクに対するダウンストリーム性能と、列車-テストの分散シフトを含む色の変化に対するロバスト性の改善である。
  論文  参考訳（メタデータ） (2023-10-30T09:18:49Z)
• Modulate Your Spectrum in Self-Supervised Learning [65.963806450552]
  ホワイトニング損失は、自己教師付き学習における特徴の崩壊に対する理論的保証を提供する。 埋め込みのスペクトルを変調するフレームワークであるスペクトル変換(ST)を導入する。 我々は、トレースロス(INTL)を持つIterNormという新しいSTインスタンスを提案する。
  論文  参考訳（メタデータ） (2023-05-26T09:59:48Z)
• Multitask AET with Orthogonal Tangent Regularity for Dark Object Detection [84.52197307286681]
  暗黒環境下でのオブジェクト検出を強化するために,新しいマルチタスク自動符号化変換(MAET)モデルを提案する。 自己超越的な方法で、MAETは、現実的な照明劣化変換を符号化して復号することで、本質的な視覚構造を学習する。 我々は,合成および実世界のデータセットを用いて最先端のパフォーマンスを達成した。
  論文  参考訳（メタデータ） (2022-05-06T16:27:14Z)
• ProLab: perceptually uniform projective colour coordinate system [0.0]
  proLabは、STRESSメトリックによって評価された知覚的均一性に応じて、広く使用されているCIE座標システムよりはるかに先です。 線形色空間の標準である色度推定の角誤差は、proLabでも使用できます。
  論文  参考訳（メタデータ） (2020-12-14T15:49:57Z)
• Bi-directional Exponential Angular Triplet Loss for RGB-Infrared Person Re-Identification [18.09586167227815]
  本稿では,角分離可能な共通特徴空間の学習を支援するために,二方向指数Angularトリプルトロスという新たなランキング損失関数を提案する。 SYSU-MM01データセットでは、7.40%/11.46%から38.57%/38.61%に改善されている。 提案手法は単一モードRe-IDのタスクに一般化することができる。
  論文  参考訳（メタデータ） (2020-06-01T12:26:08Z)
• Analytic Signal Phase in $N-D$ by Linear Symmetry Tensor--fingerprint modeling [69.35569554213679]
  解析信号位相とその勾配は2-D$以上の不連続性を持つことを示す。 この欠点は深刻なアーティファクトをもたらす可能性があるが、問題は1-D $シグナルには存在しない。 本稿では,複数のGaborフィルタに頼って線形シンメトリー位相を用いることを提案する。
  論文  参考訳（メタデータ） (2020-05-16T21:17:26Z)

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。