面向平面设计的基于语言的照片色彩调整

将照片颜色调整为与某些设计元素相关联，是平面设计有效传达信息并具备美感的重要方式。然而，现有工具与以往工作在易用性与表现力水平之间面临两难。为此，我们引入一种基于语言的交互式照片重新着色方法，提供了一个直观的系统，可辅助专家与新手的平面设计。给定包含需重新着色照片的平面设计，我们的模型能基于给定的语言指令预测源颜色与目标区域，并将源颜色重新着色到目标区域。指令的多粒度允许用户多样化的意图。所提出的新任务面临若干独特挑战，包括：1）颜色准确性——使用用户指定的目标设计元素中完全相同的颜色进行重新着色；2）多粒度指令——正确解析指令以生成特定结果或多个合理结果；3）局部性——在语义有意义的局部区域重新着色以保留原始图像语义。为应对这些挑战，我们提出名为LangRecol的模型，含两个主要组件：基于语言的源颜色预测模块与基于语义调色板的照片重新着色模块。我们还介绍了一种生成带指令的合成平面设计数据集以支撑模型训练的方法。我们通过大量实验与用户研究评估了模型，并讨论了若干实际应用，展示了方法的有效性与实用性。本文代码与数据见：https://zhenwwang.github.io/langrecol。