OKLab
PulseAugur coverage of OKLab — every cluster mentioning OKLab across labs, papers, and developer communities, ranked by signal.
-
新的 COFb 方法改进了渐变的 OKLCH 颜色插值
研究人员引入了一种名为连续 Oklab 回退 (COFb) 的新方法，以解决 OKLCH 颜色插值中的色偏问题，尤其是在渐变和颜色混合方面。与仅处理非彩色端点的先前补救措施不同，COFb 使用可微分的色度门控器，随着色度的降低平滑地过渡到线性 Oklab 路径。这种方法有效地减少了意外的色相偏移和轴外偏差，在包括旧的渲染引擎和图像处理管道在内的各种应用中提供了更一致的颜色表示。
-
新的 Oklch+ 颜色空间改进了感知差异预测
研究人员开发了 Oklch+，这是一种增强型颜色空间，旨在比 Oklab 等现有模型更准确地预测颜色差异。该新系统使用三参数扩展，结合了幂变换和压缩函数，以更好地与人类对颜色的感知保持一致。与已建立的数据集相比，Oklch+ 在准确性方面显示出显著的改进，在参数更少的情况下，其性能与更复杂的 CIEDE2000 标准非常接近。
-
研究人员提出 Oklab 色彩空间以实现更快、更稳定的 AI 图像生成
研究人员提出了一种利用 Oklab 等感知均匀色彩空间来训练生成式 AI 模型的新方法。该方法旨在简化这些模型的潜在空间，从而实现更快的图像生成和更稳定的色彩控制。通过在 Oklab 中进行训练（Oklab 更符合人类对色彩差异的感知），模型可以避免在使用当前 sRGB 标准时出现的色相偏移和“霓虹泥”等问题。
-
Helmlab 推出新型色彩空间，以改进 UI 设计和生成
研究人员推出了 Helmlab，这是一个专为 UI 设计系统设计的新型色彩空间系列。其中一个组件 MetricSpace 提供了改进的色彩差异预测，在多个数据集上优于 CIEDE2000。另一个组件 GenSpace 针对生成高质量渐变和调色板进行了优化，在基准测试中优于 OKLab。