“香蕉”的黄是什么黄？如何教机器理解色彩概念 | MixLab色彩解读

我们是怎么确定 “香蕉”

这一概念对应的颜色的 ？

本文可能有些抽象，可快速看图浏览一遍再进行细读。

论文作者基于图像统计，构建了使用从图像中提取的颜色分布来估计与颜色有强相关性的物体的色彩概念模型。

如何从图像中提取颜色分布 ？

方式一：人工来关联概念和颜色等级再到人类联想之间的联系。

方式二：查询Google Images等数据库，使用各种不同的方法(特性)提取颜色，然后对这些特性进行适当加权，以获得估计的关联性。

最后，使用稀疏回归和交叉验证从人类关联数据中学习决定使用哪些特征以及如何对其加权。

一旦训练出模型，就可以快速估计新输入物体的颜色与其概念之间的关联，而不需要再用到额外的人工数据。

效果和可泛化性如何？

下图显示了柠檬、酸橙和蓝莓的模型估计和人类评级之间的关系散点图：

换成其他物体同理，都可以通过颜色的分布来进行预估。

算法是如何关联的?

下图展示了颜色与概念之间的关联如何形成的

https://arxiv.org/pdf/1908.00220.pdf

MixLab智能设计实验课

现开放第二批次的加入通道

第一期名额已满

以下是活动参与形式

第一种 

私聊小编备注暗号 “香蕉”

完成一个小任务，即可免费获得 2节 试听课

（小编微信见文末👇）

    试听课！试听课！！  

第二种

直接戳大额优惠券包揽全集，可获得课程指导

MixLab机器学习实验课（不断更新中）

MixLab智能设计课（全集）

Shadow的实验室

- 限量 -

小编微信在这儿 ~

MixLab    上海     北京     深圳     广州

- 全文结束 -

转发免费领！