图像技术应用之好色之徒

简介: 研究人员发现人类大脑在13毫秒内识别图片,这一速度要比人脑处理文字快6万倍。当眼睛看到颜色时,会将此信息传递给大脑的下视丘,经由一系列的神经反馈与传导,刺激甲状腺分泌贺尔蒙,进而产生人的情绪、情感:正面或负面、美好或者邪恶、优雅或丑陋,最终形成人的判断。

 

研究人员发现人类大脑在13毫秒内识别图片,这一速度要比人脑处理文字快6万倍。当眼睛看到颜色时,会将此信息传递给大脑的下视丘,经由一系列的神经反馈与传导,刺激甲状腺分泌贺尔蒙,进而产生人的情绪、情感:正面或负面、美好或者邪恶、优雅或丑陋,最终形成人的判断。



“好色之徒”

而在营销界有一个“7秒定律”,即消费者会7秒内决定是否有购买商品的意愿。商品留给消费者的第一眼印象可能引发消费者对商品的兴趣,希望在功能、质量等其他方面对商品有进一步的了解。在这短短7秒内,色彩的决定因素为67%,人人都是“好色之徒“。


在电商时代,这种“好色”的特点更是明显,据咨询公司QuickSprout 的研究显示,颜色可以影响 90%的产品评价;数字营销专家 Neil Patel 指出,85% 购买产品的原因是出自于颜色。


色彩,是商品的重要信息,色彩的意义与内容在艺术创造和表现方面是复杂多变的,但在欣赏和解释方面又有共通的国际性,是一种美丽的大众语言。因此在用户选择商品或者搭配时,色彩往往具有很强的主导性和说服力。


随着淘宝商品的不断扩充和发展,面对数亿的在商品,如何有效的提取商品的色彩、利用商品的色彩是一个重要课题。

 

色彩提取与识别

利用色彩,首先要提取和识别色彩,色彩的提取与识别方法多种多样,其根本是利用色彩在色彩空间中的分布来进行划分和识别。由于HSI色彩空间对光照具有较强的鲁棒性,并且色彩可以在H通道中呈现出一定的分布,基于HSI色彩空间进行色彩的提取与识别,具体流程如下所示:


1)主体位置检测:首先利用主体检测算法检测图像中主体的详细位置信息;



主体位置检测



主体位置检测


2)色彩空间转换:其次将输入图像色彩格式转换到HSI色彩空间;

3)色彩信息提纯:然后利用主体的详细位置信息对色彩信息进行提纯,去掉背景信息和主体掺杂的少量杂色信息,并对主体区域进行预处理,增强色彩信息对光照、阴影等的鲁棒性;

4)色彩识别: 最后基于得到的主体的色彩信息,进行色彩识别,并输出最终结果。

 


色彩空间转换

 

为了测试色彩识别算法的准确性,随机挑选了淘宝10W的女装库,对其中的色彩进行了分类,效果如下图所示,基本将相同主体位置、相同颜色归类在一起。



色彩识别与聚类


色彩识别技术应用

色彩购(se.taobao.com)是淘宝头条基于色彩识别技术的项目,其中的每日一色是由对色彩充满热忱的设计师和追求生活品质的运营们共同打造的一档专栏,让更多的人感受到这个世界的多彩和美好,用每天一枚色彩,一段寄语,一个故事,带大家一起进入色彩的世界。



色彩购


色彩时光机是淘宝头条利用色彩识别技术打造的用户年度色彩报告,该项目总结用户一年来购买的商品色彩信息,并给予一个色彩称号,在没有任何红包、金币、优惠券、奖品等利益点的前提下,单天参与用户数数百万人,在淘宝头条阅读点赞比是常态5倍。下面的图片展示了色彩时光机的样例:


 

 

色彩时光机

目录
打赏
0
0
0
0
204
分享
相关文章
关于“文档图像前沿技术探索 —多模态及图像安全”专题报告分享
>10月14日第六届[中国模式识别与计算机视觉大会](https://www.prcv2023.cn/2023prcv)在厦门举办。PRCV 2023由中国计算机学会(CCF)、中国自动化学会(CAA)、中国图象图形学学会(CSIG)和中国人工智能学会(CAAI)联合主办,厦门大学承办,是国内顶级的模式识别和计算机视觉领域学术盛会,CCF推荐会议(C类)。 本届会议主题为“相约鹭岛,启智未来”。会议旨在汇聚国内国外模式识别和计算机视觉理论与应用研究的广大科研工作者及工业界同行,共同分享我国模式识别与计算机视觉领域的最新理论和技术成果。 PRCV2023共设5个大
192 0
Kandinsky-3:开源的文本到图像生成框架,适应多种图像生成任务
Kandinsky-3 是一个开源的文本到图像生成框架,基于潜在扩散模型,能够适应多种图像生成任务。该框架支持高质量和逼真的图像合成,包括文本引导的修复/扩展、图像融合、文本-图像融合及视频生成等功能。Kandinsky-3 通过简化模型架构,提高了推理速度,同时保持了图像质量。
138 2
Kandinsky-3:开源的文本到图像生成框架,适应多种图像生成任务
图像数据的特征提取与预处理方法,涵盖图像数据的特点、主要的特征提取技术
本文深入探讨了图像数据的特征提取与预处理方法,涵盖图像数据的特点、主要的特征提取技术(如颜色、纹理、形状特征)及预处理步骤(如图像增强、去噪、分割)。同时介绍了Python中常用的OpenCV和Scikit-image库,并提供了代码示例,强调了预处理的重要性及其在提升模型性能中的作用。
795 5
计算机视觉之图像到图像的翻译
图像到图像的翻译(Image-to-Image Translation)是指将一种图像从一种表示转换为另一种表示的过程。该任务的目标是在保证图像语义信息的前提下,将图像风格、颜色或其他视觉特征进行转换。该技术在计算机视觉领域具有广泛应用,例如图像风格迁移、图像修复、图像增强、超分辨率、语义分割等。
163 4
imagen: 具有深度语言理解的逼真的文本到图像扩散模型
imagen: 具有深度语言理解的逼真的文本到图像扩散模型
104 0
DDColor:AI图像着色工具,优秀的黑白图像上色模型,支持双解码器!
DDColor:AI图像着色工具,优秀的黑白图像上色模型,支持双解码器!
540 3
下一篇
oss创建bucket