

【设计融创】上海大学夏天琳：迎接“AI+设计”：以彩色化技术研究进展为例

设计与思维

2025-04-24

导读：【设计融创】【论文精选】

以下文章来源于“设计融创”，作者设计融创

-论文导读-

迎接“AI+设计”：以彩色化技术研究进展为例

夏天琳1，李宇航1，黄丽婷1，丁友东1,2*，姜佳琦3，黄文宣3

（1.上海大学上海电影学院，上海 200072；2.上海电影特效工程技术研究中心，上海 200072；3.东华大学机械工程学院，上海 201600）

摘要：目的以彩色化技术为主要研究内容，从人工智能结合设计的角度重点阐述了彩色化研究的技术特点及适用场景，结合人工智能背景对智能设计发展趋势进行思考和总结。方法首先，对人工智能彩色化研究的技术需求、应用场景进行融合分析，推导人工智能与设计创作结合的可能性；其次，对彩色化传统方法与人工智能基础技术进行调研，以交互设计的理念为灵感启发，将人工智能的彩色化方法分为显式交互彩色化和隐式交互彩色化并进行归纳和总结；最后讨论研究彩色化技术的应用对象、预处理步骤和实践体验。结果总结概括彩色化技术结合人工智能设计的发展趋势与未来技术重点。结论 “AI+设计”的趋势背景下，以彩色化为代表的人工智能数字图像处理技术正成为设计师的辅助工具，在科技、艺术、影视、人文等领域展现出交叉融合的大趋势。

关键词：彩色化；人工智能设计；深度学习；图像处理*通信作者

-论文图表-

-人工智能彩色化展望-

本文主要对人工智能彩色化的相关技术在设计领域的发展情况做了调研，现针对该领域依然存在的重点研究进行如下讨论。技术研究就技术研究而言，基于GAN的方法能有效地从训练数据中学习和重建较为真实的数据分布，研究最为广泛。基于Transformer和扩散模型的方法体量大、速度慢，但结果真实度惊人，成为新兴研究热点。从粗到细渐进式多阶段的着色网络虽然功能完善、成功率高，但存在占用资源多、各阶段结果相互影响等问题。而端到端的、一体化的自动着色模型更为连贯和轻便，有助于提高工作效率。人工智能彩色化往往先使用大量的图像数据对模型进行训练，再用训练好的模型对图像进行类似模板套用的处理，训练样本的数据内容设计尤为重要。ImageNet等大多数用于分类、检测、分割等图像处理任务的公共数据集都能够经过预处理以适用于彩色化，对于特定的彩色化应用（如国画或壁画的着色等），必须有针对性地修改训练数据，并相应地提升网络结构在特定数据集上的泛化能力。应用效果就应用效果而言，彩色化具有高度的主观性，彩色化水平与处理后的图像质量息息相关，评估时往往采用客观与主观的多角度评价。其中，客观评价常采用量化的评价指标峰值信噪比（PSNR）和结构相似性（SSIM）进行估计，颜色空间不同、图像分辨率不同等都会对评价数值产生影响，因此也有特殊的、专用衡量色彩质量的评价指标被提出。例如，水下彩色图像质量评估UCIQE利用色度、饱和度和对比度的线性组合进行水下图像质量的非参考性评估。任何评估指标都需要合理设置以遵循艺术表达与情感治理的伦理性。张美丽等为异常视觉患者设计了能提升颜色信息辨识度的重着色方法，解决了色彩识别问题。这一方面可以减少视觉信息缺失导致的危险事件，营造安全舒适的生活环境；另一方面为无障碍标识与设施建设提供了有力的解决方案，充分体现了科技发展中隐含的人文关怀。风险与挑战就风险与挑战而言，人工智能参与的设计产出受限于原创性的缺失问题，导致数据的知识产权所属和版权保护机制暂时还没有能被广泛接受的结果，对产品商业价值转化造成阻力。人工智能并不能产生没有“学习”过的新事物，本质上只能根据一定的规律排列组合，目前仍以辅助与提示作用为主。《生成式人工智能服务管理暂行办法》[66]自2023年8月15日起施行，该办法分别向人工智能技术的开发者、操作者和监督者明确了各自的责任和权益，以实现切实有效的规范协同管理发展。未来将由人机协作共同创造，设计师应当懂得终身学习、终身适应，做好准备迎接“AI+设计”的新时代。

-引文格式-

夏天琳,李宇航,黄丽婷,丁友东,姜佳琦,黄文宣.迎接“AI+设计”:以彩色化技术研究进展为例[J].包装工程,2024,(6):177-187.

全文下载：迎接“AI+设计”：以彩色化技术研究进展为例.pdf

包装工程·设计融创