Color Aesthetics: Fuzzy based User-driven Method for Harmony and Preference Prediction

要約

色は、製品の販売に大きな影響を与える最も重要な本質的な感覚機能です。
色は私たちの脳の美的感覚を高める役割さえ持っています。
色の美学において、個人差を考慮することは非常に重要です。
さまざまな電子商取引アプリケーションにはユーザー主導のメカニズムが必要です。
我々は、色に対するあらゆるタイプの知覚反応（明確な色の好み、色の調和、および色の組み合わせの好み）を定量的に評価する方法を提案します。
配色の好みは、基本色の好みと色の調和の評価を組み合わせることで予測できます。
ファジー類似性とグループ化に基づく比較アルゴリズムを使用して、調和のとれたパレットがビッグ データ セットから抽出されます。
提案されたモデルは、多色の画像の調和と好みの有用な予測をもたらします。
たとえば、アパレルのコーディネートの場合、衣服の色に基づいて外観の好みを予測できます。
私たちのアプローチは、個人差を考慮しているため、標準的な美的モデルとは異なります。
さらに、下位の色のペアだけでなく、複数の色のグループも処理できます。

要約(オリジナル)

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.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google