根据用户偏好学习预测颜色和谐程度的方法

摘要

本发明公开了一种根据用户偏好学习预测颜色和谐程度的方法。本发明以大型网站数据集的用户评论为基础，首先对数据集中的用户对颜色主题的评论进行语义分类，按照特定的关键词将评论分成多种不同的和谐度值。随后从颜色主题中提取多种颜色主题，在三层反向传播神经网络中进行训练。从隐藏层输出的结果通过基于Kernel分布的概率密度模型生成符合用户美学的审美能力值。最后通过线性计算求得最终的颜色和谐度值。本发明估算的和谐度值由于考虑了不同用户对颜色的审美，因此具有很高的准确性，本发明能够用于带有调色板的颜色建议，图像的重着色以及颜色风格转换等实际应用场景中。