Muragul Muratbekova

机器学习模型改进感知色差估计

研究人员开发了一种新的机器学习方法来模拟感知色差，旨在改进现有的 CIEDE2000 等指标。通过收集人类观察者对 2,000 对颜色的相似性判断，他们使用各种颜色表示训练了回归模型。研究发现，使用模糊语言类别 (COLIBRI) 结合数值坐标，特别是使用 LightGBM 算法，取得了最佳结果，R2 达到 0.703。这种数据驱动的方法展示了更准确、与感知一致的色差估计的潜力。