Какую цветовую модель выбрать для машинного обучения?

Question

[realogic]

Всем привет!

Есть задача - распознать цвет одежды на фотографии в текстовое описание цвета. Есть цветовые модели: RGB, HSV, HSL и прочее.
Но все равно все эти модели в итоге дают более 800 оттенков и такие названия как Gainsboro, синевато-стальной и прочие Авокадо цвета. Какая цветовая модель (или пространство) предоставят "легкий способ" привязки цвета по палитре к текстовому названию цвета? А цвета мы хотим сделать не 800, а к примеру 40

Comments

[sim3x]

а зачем для маш обучения цвет вообще?

[Сергей]

sim3x: очевидно чтобы определить границы применимости цветовых обозначений.

Answer 1

[dom1n1k]

Задача не так проста, как кажется. Много подводных камней. Если у вас например мультибрендовый магазин и картинки приходят из разных источников - будут проблемы с различным условиями съемки (температура освещения, общая яркость). Плюс многие бренды свои фото обрабатывают в ФШ до усрачки, извините мой французский.
И непонятно - у вас список цветов готовый или вам его нужно получить из массива фото?

Лучше всего будет CIE Lab или LCh(ab). И связанные с ними функции CIE delta E.

Answer 2

[Vlad_Fedorenko]

Кластеризовать цвета на 40 кластеров методом к-средних?

Comments

[realogic]

Спасибо, почитаю!

[Сергей]

Важно чтобы кластеры были линейро разделимы, тогда k-средних пойдет. В общем вам нужно построить такие кластеры и посмотреть в какой модели они более разделимы, тогда её можно выбрать как эталон.
Реквестирую либо HSV, либо HSL.

[realogic]

Сергей: спасибо. Осталось только теперь найти текстовые описания :)

Answer 3

[Michael]

если у вас уже есть 40 эталонных цветов, то просто ищем наименьшее расстояние до эталонных цветов.
HSV/HSL или LAB дадут более корректный результат чем rgb.