ColorGPT：利用大语言模型进行多模态色彩推荐
计算机视觉与模式识别
2025-08-13 v1 人机交互
摘要
色彩在矢量图形文档设计中起着至关重要的作用，它能增强视觉吸引力、促进沟通、提升可用性并确保可访问性。在此背景下，色彩推荐是指在缺少或需要更改一种或多种颜色时，建议合适的颜色以完成或优化设计。由于色彩设计的复杂性以及可用数据的有限性，传统方法常常难以应对这些挑战。在本研究中，我们探索了使用预训练大语言模型（LLMs）及其常识推理能力进行色彩推荐，并提出了一个问题：预训练LLMs能否作为色彩推荐任务的优秀设计师？为了探究这一点，我们开发了一个稳健且经过严格验证的流程——ColorGPT，该流程通过系统性地测试多种色彩表示并应用有效的提示工程技术而构建。我们的方法主要针对调色板补全任务，即根据一组给定的颜色和伴随的上下文来推荐颜色。此外，我们的方法可以扩展到完整调色板生成，即根据提供的文本描述生成整个调色板。实验结果表明，在调色板补全任务中，我们基于LLM的流程在颜色建议准确性和颜色分布方面均优于现有方法。对于完整调色板生成任务，与当前技术相比，我们的方法在色彩多样性和相似性方面也取得了提升。
引用
@article{arxiv.2508.08987,
title = {ColorGPT: Leveraging Large Language Models for Multimodal Color Recommendation},
author = {Ding Xia and Naoto Inoue and Qianru Qiu and Kotaro Kikuchi},
journal= {arXiv preprint arXiv:2508.08987},
year = {2025}
}
备注
Accepted to ICDAR2025