67、计算机视觉中的颜色命名应用解析

计算机视觉中的颜色命名应用解析

1. 颜色感知与分类基础

在颜色空间中，存在一些区域，其中的颜色与相邻颜色有明显差异，就像彩虹中的色带一样。这些区域会被进行语义分类，并赋予颜色名称以方便交流。

1.1 颜色命名的差异

对于人类来说，给颜色命名看似简单，但在遇到语义分类边界时就会出现问题。例如，我们要黄色油漆，店主拿来的样品却看起来像棕色；我们会和朋友就新车的颜色产生强烈分歧；在油漆样本目录中，“粉色”有大量不同的名称，这让我们感到困惑。

在相同的观看条件下，健康个体通常会感知到相同的颜色，但也有一些惊人但非常有限的例外，如“那条裙子”事件。在颜色空间中，有些区域人们对颜色命名的意见高度一致，这些颜色被称为“焦点颜色”，例如“红色”“紫色”等；而有些区域人们的命名差异很大，这些颜色被称为“分类边界”颜色。个体差异的确切来源尚不清楚，可能与生理因素（如黄斑和晶状体密度、色素沉着密度等）、环境因素（环境统计数据的地理差异）、语言和文化因素等有关。

1.2 基础颜色名称研究

柏林和凯伊提出存在11个“基础颜色术语”，在英语中分别是“黑色”“蓝色”“棕色”“绿色”“灰色”“橙色”“粉色”“紫色”“红色”“白色”和“黄色”。这一研究后来得到了其他学者的支持。虽然大多数研究都围绕焦点颜色展开，但也有一些研究人员探索并绘制了颜色类别之间的边界，并试图将他们的发现与潜在的神经生理学联系起来。此外，观看条件、照明或周围区域的影响不仅会改变对给定颜色的感知，还会影响所分配的类别。

2. 按颜色名称标记图像区域的原因

在许多任务中，我们希望计算机的表现优于人类，如驾驶、识别物体、步态或面部、跟