室内物体检测与色彩协调

对空间翻新感到困惑？为墙壁挑选完美的颜色总是一项具有挑战性的任务。人们会进行多轮色彩咨询和若干次色板测试。本文提出一种 AI 工具，根据房间及其他家具的属性来推荐涂料，并在墙面上进行可视化。它使颜色选择过程变得轻松。该工具接收房间图像，使用 YOLO 物体检测来检测家具物体。一旦这些物体被检测到，工具会提取物体的颜色。随后，该物体特定信息被附加到房间属性（房间类型、房间大小、偏好色调等）中，并训练一个深度神经网络来预测墙面的颜色/纹理/壁纸。最后，这些预测在所提供的图像中的墙面上进行可视化。其理念是汲取色彩顾问的知识，推荐适合墙面且与家具形成良好对比、并与房间中不同颜色相协调的色彩。YOLO 物体检测的迁移学习以 COCO 数据集为起点，随后通过在额外图像上训练对权重进行微调。该模型在 1000 条列出房间和家具属性的记录上训练，以预测颜色。给定房间图像，该方法为墙面找到最佳配色方案。然后使用图像分割将这些预测在图像中的墙面上可视化。结果在视觉上令人愉悦，并自动增强了色彩观感。