CN116420154A - 基于空间图像分析的配色推荐装置及方法 - Google Patents

基于空间图像分析的配色推荐装置及方法 Download PDF

Info

Publication number
CN116420154A
CN116420154A CN202180060392.9A CN202180060392A CN116420154A CN 116420154 A CN116420154 A CN 116420154A CN 202180060392 A CN202180060392 A CN 202180060392A CN 116420154 A CN116420154 A CN 116420154A
Authority
CN
China
Prior art keywords
colors
color
color matching
aerial image
image
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Withdrawn
Application number
CN202180060392.9A
Other languages
English (en)
Inventor
尹大熹
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Hud Inc
Original Assignee
Hud Inc
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Hud Inc filed Critical Hud Inc
Publication of CN116420154A publication Critical patent/CN116420154A/zh
Withdrawn legal-status Critical Current

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0631—Item recommendations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/58—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually
    • G06F16/583—Retrieval characterised by using metadata, e.g. metadata not derived from the content or metadata generated manually using metadata automatically derived from the content
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/535—Filtering based on additional data, e.g. user or group profiles
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/50—Information retrieval; Database structures therefor; File system structures therefor of still image data
    • G06F16/53—Querying
    • G06F16/538—Presentation of query results
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/90—Details of database functions independent of the retrieved data types
    • G06F16/95—Retrieval from the web
    • G06F16/953—Querying, e.g. by the use of web search engines
    • G06F16/9535—Search customisation based on user profiles and personalisation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0623—Item investigation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q30/00—Commerce
    • G06Q30/06—Buying, selling or leasing transactions
    • G06Q30/0601—Electronic shopping [e-shopping]
    • G06Q30/0641—Shopping interfaces
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T11/00—2D [Two Dimensional] image generation
    • G06T11/001—Texturing; Colouring; Generation of texture or colour
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/90—Determination of colour characteristics
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T2207/00—Indexing scheme for image analysis or image enhancement
    • G06T2207/10—Image acquisition modality
    • G06T2207/10024—Color image

Landscapes

  • Engineering & Computer Science (AREA)
  • Theoretical Computer Science (AREA)
  • Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Physics & Mathematics (AREA)
  • Finance (AREA)
  • Accounting & Taxation (AREA)
  • Databases & Information Systems (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Marketing (AREA)
  • Strategic Management (AREA)
  • General Business, Economics & Management (AREA)
  • General Engineering & Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Library & Information Science (AREA)
  • Image Processing (AREA)
  • Image Analysis (AREA)

Abstract

根据本发明的一个实施例的基于空间图像分析的配色推荐装置包括处理器，处理器可执行：接收所输入的空间图像的操作、判别构成空间图像的颜色的种类及空间图像中颜色的种类各自使用的比率的操作、按照空间图像中使用的颜色的比率高到低的顺序筛选作为构成空间图像的颜色中的一部分的第一颜色的操作、判别以软及动态为元素的预定的彩色图像尺度上第一颜色各自所处的元素值的操作、计算将各个第一颜色在空间图像中使用的比率作为加权值对各个第一颜色的元素值反映加权值进行组合的配色元素值的操作及将彩色图像尺度中包括配色元素值的配色群作为与空间图像相适合的配色进行推荐的操作。

Description

基于空间图像分析的配色推荐装置及方法
技术领域
本发明涉及基于空间图像分析的配色推荐装置及方法。
背景技术
根据韩国互联网振兴院(KISA)的数据，2019年统计的韩国在线购物市场规模为约133万亿韩元，与2018年的111万亿韩元相比增长了约20％。随着网购市场增速的大幅提升，在网购平台上注册的店铺和商品数量在快速增加，消费者通过网购而非线下购买商品的比例在大幅上升。
另外，线下购物方式是消费者选择商场，用眼睛确认商场内的商品并购买心仪商品的一种方式，而网购方式是消费者通过想要的商品的关键字搜索并购买商品的方式，随着商品销售平台的变化，消费者查找商品的方式也在发生变化。
因此，在网购中设好与商品相关的关键字以便能够将消费者引流到商品页面变得非常重要。但是仅韩国前10位网购商城中上传的商品数量就已超过4亿件的情况下，很难为每件商品一一设置关键字，因此网购商城需要仅凭商品图像文件即可设置商品关键字的功能，或者，仅凭包含用户提供的信息的图像文件(例如，拍摄空间得到的图像)即可推荐用户可能想要的商品的功能解决方案。
尤其，在装修领域，构成空间的对象，比如墙纸、风景、事物等都有各自的颜色，它们颜色的协调是决定优美装修的重要因素之一。因此，需要一种当用户想购买特定商品的情况下，能够根据该商品具有什么颜色，判断是否与用户的空间是否相配，并进行推荐。
此外，在向用户推荐商品颜色时，如果推荐与用户空间中已经使用的颜色相同的颜色的新商品的情况下也可能给人单调的感觉。因此需要一种能够推荐尽管不是空间中已经使用的颜色也能够让人感觉非常适合的配色的商品的技术。
发明内容
技术问题
本发明的实施例要达到的目的是通过分析特定图像中包含的颜色推荐与该图像相适合的配色的技术。
在此，本发明的实施例在推荐与所输入的图像相适合的颜色时，判别构成所输入的图像的主要颜色的软值及动态值，组合主要颜色的软值及动态值在色彩意象尺度上选定以组合的值为元素的配色的技术。
并且，本发明的实施例提供一种感觉收集网络上主要使用的颜色的信息得到的数据生成彩色图像尺度DB的技术。
但本发明的实施例要达到的技术目的不限于以上所述的目的，可在本领域普通技术人员显而易见的范围内从以下说明的内容导出各种技术目的。
技术方案
根据本发明的一个实施例的基于空间图像分析的配色推荐装置可包括：一个以上的存储器，其存储使得执行预定的操作的指令；以及一个以上的处理器，其可工作地连接于所述一个以上的存储器且构成为运行所述指令，所述处理器执行的操作包括：接收所输入的空间图像的操作；判别构成所述空间图像的颜色的种类及所述空间图像中所述颜色的种类各自使用的比率的操作；按照所述空间图像中使用的颜色的比率高到低的顺序，筛选作为构成所述空间图像的所述颜色中的一部分的第一颜色的操作；判别以软及动态为元素的预定的彩色图像尺度上各个所述第一颜色所处的元素值的操作；将各个所述第一颜色在所述空间图像中的使用比率作为加权值，计算对各个所述第一颜色的所述元素值反映所述加权值进行组合的配色元素值的操作；以及将所述彩色图像尺度中包括所述配色元素值的配色群作为与所述空间图像相适合的配色的操作。
并且，所述处理器执行的操作还包括生成所述彩色图像尺度的操作，生成所述彩色图像尺度的操作包括：获取包括P种(P为自然数)颜色的调色板的操作；以所述P种颜色的RGB信息为基准对颜色进行分类以聚类为U个(U为小于P的自然数)组的操作；根据所述组中包含的颜色的RGB信息计算RGB信息的中央值，将包含于所述组的颜色中RGB信息最接近所述中央值的颜色筛选为所述组的主颜色的操作；根据所述主颜色的RGB信息确定所述主颜色的软值及动态值的操作；对所述主颜色的软值及动态值相加或相减预设的数值以确定与所述主颜色在同一组的颜色的软值及动态值的操作；以及生成将针对所述P种颜色确定的软值及动态值按预定范围分类的配色群的操作。并且，所述P为275，所述U可以是32。
并且，判别所述比率的操作可包括：根据k均值聚类算法分析所述空间图像以判别构成所述空间图像的颜色的种类及所述空间图像中所述颜色的种类各自使用的比率的操作。
并且，筛选所述第一颜色的操作可包括：按照所述空间图像中使用的颜色的比率高到低的顺序筛选构成所述空间图像的n种(n为自然数)颜色的操作；以及将所述n种颜色在所述空间图像中使用的比率之和换算成100％，将按照所述n种颜色中所述比率高到低的顺序累计相加所述比率时超过a％(a为100以下的自然数)为止的颜色筛选为所述第一颜色的操作。所述n种为五种，所述a％可以是70％。
并且，计算所述配色元素值的操作可包括：将各个所述第一颜色在所述空间图像中使用的比率作为加权值，对各个所述第一颜色的所述元素值适用加权算术平均计算所述配色元素值的操作。
并且，计算所述配色元素值的操作可包括：将各个所述第一颜色在所述空间图像中使用的比率之和换算成100％导出的各个比率作为各个所述第一颜色的加权值，对各个所述第一颜色的所述二维元素值适用加权算术平均计算所述配色元素值的操作。
并且，计算所述配色元素值的操作可根据以下数学式1计算得出，
[数学式1]
Figure BDA0004113760990000031
Figure BDA0004113760990000032
(N＝第一颜色的个数，a＝将空间图像中N个第一颜色使用的比率之和换算成100％时任意一个第一颜色使用的比率，S：软元素值，D：动态元素值，Sav：关于第一颜色的软值的加权算术平均元素值，Dav：关于第一颜色的动态值的加权算术平均元素值)。
根据一个实施例的基于空间图像分析的配色推荐方法可包括：接收所输入的空间图像的步骤；判别构成所述空间图像的颜色的种类及所述空间图像中所述颜色的种类各自使用的比率的步骤；按照所述空间图像中使用的颜色的比率高到低的顺序，筛选作为构成所述空间图像的所述颜色中的一部分的第一颜色的步骤；判别以软及动态为元素的预定的彩色图像尺度上各个所述第一颜色所处的元素值的步骤；将各个所述第一颜色在所述空间图像中的使用比率作为加权值，计算对各个所述第一颜色的所述元素值反映所述加权值进行组合的配色元素值的步骤；以及将所述彩色图像尺度中包括所述配色元素值的配色群作为与所述空间图像相适合的配色的步骤。
技术效果
本发明能够通过分析特定图像包括的颜色推荐与该图像相适合的配色。因此本技术用作网购商城的方案的情况下，网上商城能够推荐与用户的空间相适合的商品的配色。并且，除了已经用于用户的空间的颜色之外，还能够推荐能够给人更协调的感觉的各种颜色的配色。
此外，可提供能够通过本说明书直接或间接了解的各种效果。
附图说明
图1为示出利用根据本发明的一个实施例的基于空间图像分析的配色推荐装置判别空间图像中包含的颜色的种类及比率的功能的示意图。
图2为根据本发明的一个实施例的基于空间图像分析的配色推荐装置的功能框图。
图3为用于说明根据本发明的一个实施例的基于空间图像分析的配色推荐装置提取空间图像中主要使用的五种颜色和使用比率的操作的示例图。
图4为将颜色配置在以软及动态为轴的二维坐标平面的彩色图像尺度的示例图。
图5为以软值及动态值的范围为基准对彩色图像尺度上的颜色进行分类的组的示例图。
图6为将调色板中包含的颜色配置于以R、G、B为轴的三维坐标平面的示例图。
图7为根据本发明的一个实施例的基于空间图像分析的配色推荐方法的流程图。
具体实施方式
应基于本说明书全文的内容进行定义。
附图所示且以下说明的功能模块只是可实现的一个例子而已。在其他实现例中，可在不超出详细说明的思想及范围的范围内使用其他功能模块。并且，虽然本发明的一个以上的功能模块作为单独模块示出，但本发明的功能模块中的一个以上可以是执行同一功能的各种硬件及软件构成的组合。
并且，包括某构成要素之类的表述是开放型的表述，只是用于表述存在该构成要素，不得理解为排除附加的构成要素。
并且，当提到某构成要素连接或接入到其他构成要素的情况下，虽然可能是直接连接或接入到该其他构成要素，但应理解中间还可存在别的构成要素。
并且，‘第一、第二’之类的表述只是用于区分多个构成，并不限定构成之间的顺序或其他特征。
以下参照附图对本发明的实施例进行说明。
图1为示出利用根据本发明的一个实施例的基于空间图像分析的配色推荐装置100判别空间图像中包含的颜色的种类及比率的功能的示意图。
参照图1，根据本发明的一个实施例的基于空间图像分析的配色推荐装置100可提供图1图示的界面的上端菜单的空间分析、事物分析、风格分析、配色推荐功能中配色推荐功能。基于数据增强的事物分析模型学习装置100能够分析特定图像(例如，包括配置于预定的空间的对象的空间图像)中包含的颜色及比率并输出，并且推荐与该图像相适合的配色。配色(color combination)的文言性意思为颜色的搭配，本发明的实施例要提供的配色除了基于空间图像分析的配色推荐装置100接收到的图像中已经使用的颜色之外，还表示是基于空间图像分析的配色推荐装置100接收到的图像中并未使用的颜色且能够提供与输入的图像中使用的颜色协调的感觉的颜色的建议。
图2为根据本发明的一个实施例的基于空间图像分析的配色推荐装置100的功能块图。
参照图2，根据一个实施例的基于空间图像分析的配色推荐装置100可包括存储器110、处理器120、输入接口130、显示部140及通信接口150。
存储器110可包括空间图像DB 111，颜色数据DB 113及指令DB 115。
空间图像DB 111中可包含包括配置于预定的空间的对象的空间图像文件。空间图像可通过外部服务器、外部DB获取或获取网络上的空间图像。在此，空间图像可以由多个像素(例如，由横向M个、竖向N个构成为矩阵形态的M*N个像素)，各像素可包括表示R(Red)、G(Green)、B(Blue)的固有颜色的RGB元素值(x，y，z)构成的像素信息。
颜色数据DB 113中可包含包括多个颜色的RGB信息的调色板、能够根据各种元素值(例如，软、动态、明度、彩度、颜色等)对颜色分类的彩色图像尺度。
指令DB 115可存储可使得执行处理器120的操作的指令。例如，指令DB 115可存储使得执行与下述处理器120的操作对应的操作的计算机代码。
处理器120能够控制基于空间图像分析的配色推荐装置100中包括的构成即存储器110、输入接口130、显示部140及通信接口150的整体操作。处理器120可包括颜色判别模块121、配色判别模块123、控制模块125及DB生成模块127。处理器120可通过运行存储于存储器110的指令驱动标注模块121、颜色判别模块121、配色判别模块123、控制模块125及DB生成模块127，可以将由颜色判别模块121、配色判别模块123、控制模块125及DB生成模块127执行的操作理解为由处理器120执行的操作。
颜色判别模块121能够判别构成为了配色推荐而输入的空间图像的颜色的种类，能够判别构成空间图像的颜色的种类各自的使用比率。例如，颜色判别模块121可利用k均值聚类(k-means clustering)算法(参考文献：https：//en.wikipedia.org/wiki/K-means_clustering)判别构成空间图像的颜色的种类及空间图像中颜色的种类各自的使用比率，但并非仅限于本发明的实施例示例的算法。
另外，构成空间图像的颜色非常多的情况下，如果运算以判别与构成空间图像的所有颜色的种类相适合的配色，则需要对所有颜色进行运算，因此可能需要耗费很长时间，由于对图像内含有比率极低的颜色也进行运算，因此可能效率低。因此颜色判别模块121为了筛选将用于配色推荐的主要颜色，可按照空间图像中使用的颜色的比率高到低的顺序从构成空间图像的颜色中筛选一部分作为用于运算的主要颜色(以下，称为‘第一颜色’)。
图3为用于说明根据本发明的一个实施例的基于空间图像分析的配色推荐装置提取空间图像中主要使用的五种颜色和使用比率的操作的示例图。
参照图3，颜色判别模块121可按照用于空间图像的颜色的比率高到低的顺序筛选构成空间图像的n种颜色。图3是n＝5的示例，颜色判别模块121可将五种颜色各自在空间图像中的使用比率之和换算为100％。(图3的情况下，C1色：30％，C2色：25％，C3色：20％，C4色：15％，C5色：10％)
在此，颜色判别模块121可以将C1至C5的五种颜色中按照所述比率高到低的顺序累加所述比率时超过a％(a为100以下的自然数)时的颜色为止筛选为第一颜色。例如，a％为70％的情况下，相加C1、C2、C3各自的颜色使用比率时超过70％，因可将C1、C2、C3筛选为此第一颜色。
配色判别模块123可通过根据筛选出的各个第一颜色的RGB信息判别以软及动态为元素的预定的彩色图像尺度上的第一颜色的位置，判别第一颜色的软(soft)元素值及颜色的动态(dynamic)元素值。
图4为将颜色配置在以软及动态为轴的二维坐标平面的彩色图像尺度的示例图。
彩色图像尺度是用于表示成具有相适合的配色的颜色靠近配置的坐标图，是以表示关于颜色为动态-静态的尺度的动态(dynamic)值、表示关于颜色柔和-沉闷的尺度的软(soft)值为基准对颜色进行分类的坐标图。配色判别模块123可根据第一颜色的RGB信息判别彩色图像尺度上具有与第一颜色最接近的RGB信息的颜色所在的坐标以确定第一颜色的软(soft)元素值及颜色的动态(dynamic)元素值。本发明的实施例可使用各种彩色图像尺度，但以下对DB生成模块127的说明部分中给出基于网络(Web)上主要使用的颜色生成彩色图像尺度的方法。
控制模块125可以以各个第一颜色具有的彩色图像尺度上的元素值为基准，计算配色元素值也就是与空间图像最适合的配色在彩色图像尺度上所处的坐标。
在此，控制模块125可以将各个第一颜色在空间图像中使用的比率作为加权值，计算对各个第一颜色的元素值反映加权值进行组合的配色元素值。各元素值反映加权值进行组合的实施例可通过中央值、平均值、向量之和等各种方法实现，例如可可适用加权算术平均。
例如，控制模块125将各个第一颜色在空间图像中使用的比率之和换算为100％，将导出的各自的比率作为各个第一颜色的加权值，对各个第一颜色的二维元素值如以下数学式1适用加权算术平均计算配色元素值。
[数学式1]
Figure BDA0004113760990000081
Figure BDA0004113760990000082
(N＝第一颜色的个数，a＝将空间图像中N个第一颜色的使用比率之和换算成100％时特定第一颜色的使用比率，S：软元素值，D：动态元素值，Sav：关于第一颜色的软值的加权算术平均元素值，Dav：关于第一颜色的动态值的加权算术平均元素值)
对在图3的示例应用数学式1的示例进行说明。图3中被筛选为第一颜色的C1、C2、C3在空间图像中的使用比率为C1：30％，C2：25％，C3：20％。在此，换算成各比率之和为100％的情况下，
C1：
Figure BDA0004113760990000083
C2：
Figure BDA0004113760990000084
C3：
Figure BDA0004113760990000085
在此，假设彩色图像尺度(S轴，D轴)上C1的坐标为(S1，D1)＝(0.5，0.4)，C2的坐标为(S2，D2)＝(0.4，0，3)，C3的坐标为(S3，D3)＝(0.3，0.2)。
在此，关于配色元素值(Sav，Dav)，在应用数学式1的情况下可如下算出(0.4133，0.3133)。
Figure BDA0004113760990000086
Figure BDA0004113760990000087
控制模块125可以将彩色图像尺度上包括计算出的配色元素值的配色群作为与空间图像相适合的配色进行推荐。
图5为对彩色图像尺度上的颜色以软值及动态值的范围为基准进行分类的组的示例图。
参照图5，应用图3的示例的情况下，对于图3，配色元素值(0.4133，0.3133)位于在软范围0.4～0.6，动态范围0.0～0.4的叫做“纤细”的配色群。因此，控制模块125可将彩色图像尺度中属于叫做“纤细”的配色群的颜色作为与空间图像相适合的配色进行推荐。
DB生成模块127可以以网络上主要使用的颜色为基准生成彩色图像尺度。
例如，DB生成模块127可获取包括275种颜色的调色板。DB生成模块127为了使用网络上经常使用的颜色而可使用HTML调色板或Java脚本调色板。
之后，DB生成模块127需要对275种颜色确定软及动态值，为了高效地算出值，可以首先以275种颜色的RGB信息为基准对颜色进行分类以聚类为32个组。DB生成模块127可以以275种颜色的RGB信息为基准如图6配置在RGB三维坐标平面，可以以位于三维空间上的颜色之间的距离为基准以相近的颜色为单位分类为32个组。
接着，DB生成模块127可根据组中包含的颜色的RGB信息计算RGB信息的中央值或平均值，将组中包含的颜色中RGB信息最接近中央值或平均值的颜色筛选为各组的主颜色。
从而DB生成模块127可以仅对各组的主颜色基于RGB信息确定主颜色的软值及动态值。确定以后，DB生成模块127可基于主颜色和与主颜色同属一个组的其他颜色的RGB信息的差值，对主颜色的软值及动态值相加或相减预设的数值确定与主颜色在同一组的颜色的软值及动态值。
从而，DB生成模块127可以以对275种颜色确定的软值及动态值为基准，将软及动态配置在轴上生成基于网络上主要使用的颜色的彩色图像尺度，按预定范围对软值及动态值进行分类生成如图4所示的配色群。另外，以上示例的275颜色和32个组只是示例，可根据实施方案使用多种颜色，可分类为比使用的颜色数量小的组实现实施例。
输入接口130可获取用户输入的数据或网络上的数据，为了处理器120的运算而接收所输入的空间图像。数据可包括关于配置于预定的空间的对象的图像、包括构成图像的像素的RGB信息的空间图像、包括多个颜色的RGB信息的调色板、能够根据预定的元素值(例如，软、动态、明度、彩度、颜色等)对颜色进行分类的多个彩色图像尺度。
显示部140中可包含包括显示板以输出图像的硬件构成。
通信接口150可通过与外部装置(例如，网购商城服务器、用户终端等)通信收发信息。为此，通信接口150可包括无线通信模块或有线通信模块。
图7为根据本发明的一个实施例的基于空间图像分析的配色推荐方法的流程图。图7的基于空间图像分析的配色推荐方法的各步骤可由通过图2说明的基于空间图像分析的配色推荐装置100执行，如下对各步骤进行说明。
参照图7，输入接口130可接收所输入的空间图像(S710)。以后，颜色判别模块121可判别构成空间图像的颜色的种类及空间图像中颜色的种类各自的使用比率(S720)，按照空间图像中使用的颜色的比率高到低的顺序筛选作为构成空间图像的颜色中的一部分的第一颜色(S730)。之后，配色判别模块123可判别以软及动态为元素的预定的彩色图像尺度上各个第一颜色所处的元素值(S740)。从而控制模块125可以将各个第一颜色在空间图像中的使用比率作为加权值，计算对各个第一颜色的元素值反映加权值进行组合的配色元素值(S750)，将彩色图像尺度中包括配色元素值的配色群作为与空间图像相适合的配色进行推荐(S760)。进一步地，DB生成模块127可基于网络上的调色板生成彩色图像尺度。
另外，作为上述各步骤的主体的构成要素实施相应步骤的过程已经结合图1至图6进行了说明，因此不再赘述。
上述本发明的实施例可通过各种手段实现。例如，本发明的实施例可通过硬件、固件(firmware)、软件或其结合等实现。
通过硬件实现的情况下，本发明的实施例的方法可通过一个以上的ASIC s(Application Specific Integrated Circuits，专用集成电路)、DSPs(Digital Sign alProcessors，数字信号处理器)、DSPDs(Digital Signal Processing Devices，数字信号处理设备)、PLDs(Programmable Logic Devices，可编程逻辑器件)、FPGAs(FieldProgrammable Gate Arrays，现场可编程门阵列)、处理器、控制器、微控制器、微处理器等实现。
通过固件或软件实现的情况下，本发明的实施例的方法可通过执行以上说明的功能或操作的模块、步骤或函数等形态实现。存储有软件代码等的计算机程序可存储于计算机可读存储介质或存储器单元被处理器驱动。存储器单元位于处理器内部或外部，可通过公知的各种手段与处理器收发数据。
并且，本发明所附框图的各框与流程图的各步骤的组合还可通过计算机程序指令实现。这些计算机程序指令可搭载于通用计算机、专用计算机或其他可编程数据处理设备的编码处理器，因此通过计算机或其他可编程数据处理设备的编码处理器执行的该指令生成执行框图的各框或流程图的各步骤说明的功能的手段。这些计算机程序指令还可以存储于为了通过特定方法实现功能而能够指向计算机或其他可编程数据处理设备的计算机可用或计算机可读存储器，因此存储于该计算机可用或计算机可读存储器的指令还可生产包括执行框图的各框或流程图的各步骤中说明的功能的指令手段的制造品目。计算机程序指令还可搭载于计算机或其他可编程数据处理设备上，因此在计算机或其他可编程数据处理设备上执行一系列操作步骤生成通过计算机执行的处理，计算机或其他可编程数据处理设备执行的指令可提供用于执行框图的各框及流程图的各步骤说明的功能的步骤。
此外，各块或各步骤可以表示包括用于执行特定逻辑功能的一个或多个可运行指令的模块、段或代码的一部分。另外，需要注意的是在几种替代实施例中，在框或步骤提到的功能也可脱离顺序发生。例如，连续示出的两个框或步骤实际上可实质性地同时执行，或者这些框或步骤时而可根据相应的功能按反向顺序执行。
如上所述，本发明所属技术领域的普通技术人员应当理解本发明在不变更其技术思想或必要特征的前提下可以以其他具体方式实施。因此应理解以上记载的实施例为全面例示而不是进行限定。本发明的范围由所附权利要求范围示出而不是详细说明，应解释权利要求范围的意思及范围和从其等价概念导出的所有变更或变形的方式也包含于本发明的范围。

Claims (11)

1.一种基于空间图像分析的配色推荐装置，其中，包括：
一个以上的存储器，其存储使得执行预定的操作的指令；以及
一个以上的处理器，其可工作地连接于所述一个以上的存储器且构成为运行所述指令，
所述处理器执行的操作包括：
接收所输入的空间图像的操作；
判别构成所述空间图像的颜色的种类及所述空间图像中所述颜色的种类各自使用的比率的操作；
按照所述空间图像中使用的颜色的比率高到低的顺序，筛选作为构成所述空间图像的所述颜色中的一部分的第一颜色的操作；
判别以软及动态为元素的预定的彩色图像尺度上各个所述第一颜色所处的元素值的操作；
将各个所述第一颜色在所述空间图像中的使用比率作为加权值，计算对各个所述第一颜色的所述元素值反映所述加权值进行组合的配色元素值的操作；以及
将所述彩色图像尺度中包括所述配色元素值的配色群作为与所述空间图像相适合的配色的操作。
2.根据权利要求1所述的基于空间图像分析的配色推荐装置，其中：
所述处理器执行的操作还包括生成所述彩色图像尺度的操作，
生成所述彩色图像尺度的操作包括：
获取包括P种(P为自然数)颜色的调色板的操作；
以所述P种颜色的RGB信息为基准对颜色进行分类以聚类为U个(U为小于P的自然数)组的操作；
根据所述组中包含的颜色的RGB信息计算RGB信息的中央值，将包含于所述组的颜色中RGB信息最接近所述中央值的颜色筛选为所述组的主颜色的操作；
根据所述主颜色的RGB信息确定所述主颜色的软值及动态值的操作；
对所述主颜色的软值及动态值相加或相减预设的数值以确定与所述主颜色在同一组的颜色的软值及动态值的操作；以及
生成将针对所述P种颜色确定的软值及动态值按预定范围分类的配色群的操作。
3.根据权利要求1所述的基于空间图像分析的配色推荐装置，其中：
所述P为275，所述U为32。
4.根据权利要求1所述的基于空间图像分析的配色推荐装置，其中，判别所述比率的操作包括：
根据k均值聚类算法分析所述空间图像以判别构成所述空间图像的颜色的种类及所述空间图像中所述颜色的种类各自使用的比率的操作。
5.根据权利要求1所述的基于空间图像分析的配色推荐装置，其中，筛选所述第一颜色的操作包括：
按照所述空间图像中使用的颜色的比率高到低的顺序筛选构成所述空间图像的n种(n为自然数)颜色的操作；以及
将所述n种颜色在所述空间图像中使用的比率之和换算成100％，将按照所述n种颜色中所述比率高到低的顺序累计相加所述比率时超过a％(a为100以下的自然数)为止的颜色筛选为所述第一颜色的操作。
6.根据权利要求5所述的基于空间图像分析的配色推荐装置，其中：
所述n种为五种，所述a％为70％。
7.根据权利要求1所述的基于空间图像分析的配色推荐装置，其中，计算所述配色元素值的操作包括：
将各个所述第一颜色在所述空间图像中使用的比率作为加权值，对各个所述第一颜色的所述元素值适用加权算术平均计算所述配色元素值的操作。
8.根据权利要求7所述的基于空间图像分析的配色推荐装置，其中，计算所述配色元素值的操作包括：
将各个所述第一颜色在所述空间图像中使用的比率之和换算成100％导出的各个比率作为各个所述第一颜色的加权值，对各个所述第一颜色的所述二维元素值适用加权算术平均计算所述配色元素值的操作。
9.根据权利要求8所述的基于空间图像分析的配色推荐装置，其中：
计算所述配色元素值的操作根据以下数学式1计算得出，
[数学式1]
Figure FDA0004113760970000021
Figure FDA0004113760970000031
(N＝第一颜色的个数，a＝将空间图像中N个第一颜色使用的比率之和换算成100％时任意一个第一颜色使用的比率，S：软元素值，D：动态元素值，Sav：关于第一颜色的软值的加权算术平均元素值，Dav：关于第一颜色的动态值的加权算术平均元素值)。
10.一种基于空间图像分析的配色推荐方法，由基于空间图像分析的配色推荐装置执行，其中，包括：
接收所输入的空间图像的步骤；
判别构成所述空间图像的颜色的种类及所述空间图像中所述颜色的种类各自使用的比率的步骤；
按照所述空间图像中使用的颜色的比率高到低的顺序，筛选作为构成所述空间图像的所述颜色中的一部分的第一颜色的步骤；
判别以软及动态为元素的预定的彩色图像尺度上各个所述第一颜色所处的元素值的步骤；
将各个所述第一颜色在所述空间图像中的使用比率作为加权值，计算对各个所述第一颜色的所述元素值反映所述加权值进行组合的配色元素值的步骤；以及
将所述彩色图像尺度中包括所述配色元素值的配色群作为与所述空间图像相适合的配色的步骤。
11.一种计算机程序，其存储于计算机可读存储介质，使得处理器执行权利要求10所述的方法。
CN202180060392.9A 2020-07-23 2021-07-21 基于空间图像分析的配色推荐装置及方法 Withdrawn CN116420154A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
KR1020200091772A KR102234614B1 (ko) 2020-07-23 2020-07-23 공간 이미지 분석 기반 배색 추천 장치 및 방법
KR10-2020-0091772 2020-07-23
PCT/KR2021/009428 WO2022019654A1 (ko) 2020-07-23 2021-07-21 공간 이미지 분석 기반 배색 추천 장치 및 방법

Publications (1)

Publication Number Publication Date
CN116420154A true CN116420154A (zh) 2023-07-11

Family

ID=75441210

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202180060392.9A Withdrawn CN116420154A (zh) 2020-07-23 2021-07-21 基于空间图像分析的配色推荐装置及方法

Country Status (6)

Country Link
US (1) US20230154050A1 (zh)
EP (1) EP4184413A1 (zh)
JP (1) JP2023537262A (zh)
KR (2) KR102234614B1 (zh)
CN (1) CN116420154A (zh)
WO (1) WO2022019654A1 (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR102234614B1 (ko) * 2020-07-23 2021-04-01 주식회사 어반베이스 공간 이미지 분석 기반 배색 추천 장치 및 방법
CN114820840B (zh) * 2022-03-29 2023-07-07 广东时谛智能科技有限公司 基于不同区块形状以及关联形状组合生成配色方案的方法
CN115024561B (zh) * 2022-05-30 2023-07-21 广东时谛智能科技有限公司 鞋体设计过程中关联配色的自动调整方法及装置
KR102677538B1 (ko) * 2023-02-06 2024-06-21 발페인트코리아 주식회사 인공지능에 기반한 색상 배합비 예측 및 색조합 추천 시스템

Family Cites Families (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20100102772A (ko) 2009-03-12 2010-09-27 주식회사 퍼시스 실내환경 분석 시스템 및 그 방법
WO2014037982A1 (ja) * 2012-09-10 2014-03-13 株式会社日本カラーデザイン研究所 カラーイメージスケール、カラーイメージスケール表示装置、及び、カラーイメージスケール表示方法
KR20200030379A (ko) * 2018-09-12 2020-03-20 경상대학교산학협력단 추천 하의 결정 장치 및 방법
KR102198545B1 (ko) * 2018-11-30 2021-01-06 카페24 주식회사 온라인 전자상거래의 쇼핑몰의 디자인 자동 생성 방법 및 장치
KR102234614B1 (ko) * 2020-07-23 2021-04-01 주식회사 어반베이스 공간 이미지 분석 기반 배색 추천 장치 및 방법

Also Published As

Publication number Publication date
US20230154050A1 (en) 2023-05-18
WO2022019654A1 (ko) 2022-01-27
KR20220012797A (ko) 2022-02-04
KR102405613B1 (ko) 2022-06-10
EP4184413A1 (en) 2023-05-24
KR102234614B1 (ko) 2021-04-01
JP2023537262A (ja) 2023-08-31
KR102234614B9 (ko) 2022-03-23

Similar Documents

Publication Publication Date Title
CN116420154A (zh) 基于空间图像分析的配色推荐装置及方法
US11682141B2 (en) Item recommendations based on image feature data
Liu et al. Variable augmented neural network for decolorization and multi-exposure fusion
CN112837108A (zh) 信息处理方法、装置及电子设备
CN110889718B (zh) 方案筛选方法、方案筛选装置、介质以及电子设备
US8564594B2 (en) Similar shader search apparatus and method using image feature extraction
EP4187485A1 (en) Information processing device, information processing method, information processing system, and program
CN106991191A (zh) 商品筛选方法及装置、存储介质、电子设备
JP2011210130A (ja) 画像検索色立体表示システム、画像検索色立体表示方法、プログラムおよび記録媒体
CN114830146A (zh) 基于数据增强的空间分析模型学习装置及方法
Chae et al. Color navigation by qualitative attributes for fashion recommendation
WO2024011327A1 (en) Systems, devices, articles, and methods for discovery based on material attributes

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
WW01 Invention patent application withdrawn after publication

Application publication date: 20230711

WW01 Invention patent application withdrawn after publication