論文の概要: Perceptual Color Difference Modeling Using Machine Learning and Human Similarity Judgments

• arxiv url: http://arxiv.org/abs/2609.39130v1
• Date: Wed, 30 Sep 2026 07:01:39 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-01 18:57:27.304304
• Title: Perceptual Color Difference Modeling Using Machine Learning and Human Similarity Judgments
• Title（参考訳）: 機械学習と人間類似性判断を用いた知覚色差モデリング
• Abstract要約: 本研究では,人間の評価に基づいて色差推定のためのデータ駆動手法について検討する。 我々は,2000の系統的な色対に対して類似性判定を行い,それぞれが4点順序尺度を用いて7人の観測者によって評価された。 これらの判断は、RGBチャンネル差、HSI差、COLIBRIファジィ言語カテゴリーなど、異なる色表現を用いた回帰モデルのトレーニングに使用される。
• 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: Accurate assessment of color differences is essential for applications ranging from digital design to quality control. While existing color difference metrics, such as CIEDE2000, aim to approximate human perception, they may still exhibit inconsistencies with perceptual judgments. In this study, we investigate a data-driven approach to color-difference estimation based directly on human evaluations. We collect similarity judgments for 2,000 systematically generated color pairs, each rated by seven observers using a four-point ordinal scale. These judgments are then used to train regression models using different color representations, including RGB channel differences, HSI differences, and COLIBRI fuzzy linguistic categories. Experiments with five regression algorithms show that the choice of color model has a greater influence on prediction performance than the choice of regression algorithm. Using COLIBRI features alone, linear regression achieves an R2 of 0.595, outperforming RGB and HSI representations, which achieve R2 values of 0.479 and 0.493, respectively. The best performance is obtained by LightGBM using the combined representation, reaching an R2 of 0.703. The results indicate that human perceptual color differences are better captured when numerical color coordinates are complemented by graded perceptual categories, highlighting the potential of data-driven models for perceptually aligned color-difference estimation.
• Abstract（参考訳）: 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。 CIEDE2000のような既存の色差の指標は人間の知覚を近似することを目的としているが、それでも知覚的判断と矛盾する可能性がある。 本研究では,人間の評価に基づいて色差推定のためのデータ駆動手法について検討する。 我々は,2000の系統的な色対に対して類似性判定を行い,それぞれが4点順序尺度を用いて7人の観測者によって評価された。 これらの判断は、RGBチャンネル差、HSI差、COLIBRIファジィ言語カテゴリーなど、異なる色表現を用いた回帰モデルのトレーニングに使用される。 5つの回帰アルゴリズムを用いた実験により、色モデルの選択は回帰アルゴリズムの選択よりも予測性能に大きな影響を及ぼすことが示された。 COLIBRI の特徴だけで線形回帰は 0.595 の R2 を達成し、RGB と HSI の表現を上回り、それぞれ 0.479 と 0.493 の R2 値を得る。 最高の性能はLightGBMで得られ、R2は0.703に達する。 その結果、数値的な色座標を次数付き知覚カテゴリーで補うと、人間の知覚色差がより捕えられることを示し、知覚的色差推定のためのデータ駆動モデルの可能性を強調した。

関連論文リスト

• Human-AI Perceptual Alignment by Playing Hues and Cues [2.6369756143132634]
  Contrastive Vision-Language Models (CVLM) と人間の評価は、典型的には、きめ細かい意味と文化的ニュアンスを見渡す伝統的なベンチマークによって制約される。 本稿では,ボードゲームHues and Cuesのゲーミフィケーションされた離散色空間を活用する新しい評価フレームワークを提案する。 我々は、複数のアーキテクチャファミリおよび事前学習データセットにわたる162のモデルを評価し、それらのセマンティックカラーグラウンドを評価する。
  論文  参考訳（メタデータ） (2026-08-07T12:00:55Z)
• One Channel to Rule Them All: Rethinking Input Representation for Visual Place Recognition [14.020214078011515]
  視覚的位置認識は、長期ロボットのローカライゼーションとSLAMの基礎となる。 現在のシステムはRGB入力に大きく依存しており、グローバルな位置認識には暗黙的に色が必要であると仮定している。 グレースケールは一般的にRGBのパフォーマンスと一致し, 外観変化が激しい場合, 性能に優れることがわかった。
  論文  参考訳（メタデータ） (2026-05-31T00:30:05Z)
• GenColorBench: A Color Evaluation Benchmark for Text-to-Image Generation Models [61.786094845872576]
  GenColorBenchは、テキストから画像までのカラー生成のための、最初の総合的なベンチマークである。 I SCC-NBS や CSS3/X11 などのカラーシステムにも採用されている。 400以上の色をカバーする44K色のプロンプトによって、知覚的および自動評価を通じてモデルの真の能力を明らかにする。
  論文  参考訳（メタデータ） (2025-10-23T14:12:55Z)
• COLIBRI Fuzzy Model: Color Linguistic-Based Representation and Interpretation [0.0]
  本稿では,人間の知覚に基づくファジィカラーモデル(COLIBRI)を導入し,計算色表現と人間の視覚知覚のギャップを埋める。 提案モデルはファジィ集合と論理を用いて色分類のためのフレームワークを作成する。 我々の発見は、デザイン、人工知能、マーケティング、人間とコンピュータの相互作用といった分野において重要である。
  論文  参考訳（メタデータ） (2025-07-15T17:01:45Z)
• 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)
• Color Aesthetics: Fuzzy based User-driven Method for Harmony and Preference Prediction [0.0]
  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。
  論文  参考訳（メタデータ） (2023-08-29T15:56:38Z)
• ColorSense: A Study on Color Vision in Machine Visual Recognition [57.916512479603064]
  視覚認識ベンチマークから,前景や背景色ラベルの非自明なアノテーション110,000点を収集する。 色識別のレベルがマシン認識モデルの性能に与える影響を実証することにより、データセットの使用を検証した。 その結果,分類や局所化などの物体認識タスクは,色覚バイアスの影響を受けやすいことが示唆された。
  論文  参考訳（メタデータ） (2022-12-16T18:51:41Z)
• Neural Color Operators for Sequential Image Retouching [62.99812889713773]
  本稿では,新たに導入したトレーニング可能なニューラルカラー演算子のシーケンスとして,リタッチ処理をモデル化して,新しい画像リタッチ手法を提案する。 ニューラルカラー演算子は、従来のカラー演算子の振舞いを模倣し、その強度をスカラーで制御しながらピクセルワイズな色変換を学習する。 定量的な測定と視覚的品質の両面で,SOTA法と比較して常に最良の結果が得られている。
  論文  参考訳（メタデータ） (2022-07-17T05:33:19Z)
• Detecting Recolored Image by Spatial Correlation [60.08643417333974]
  画像のリカラー化は、画像の色値を操作して新しいスタイルを与える、新たな編集技術である。 本稿では,空間相関の観点から,従来型と深層学習による再色検出の汎用的検出能力を示す解を探索する。 提案手法は,複数のベンチマークデータセット上での最先端検出精度を実現し,未知の種類の再色法を適切に一般化する。
  論文  参考訳（メタデータ） (2022-04-23T01:54:06Z)
• 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。