Colorbo：通过人机协作实现曼陀罗着色想象

文献标题

Colorbo: Envisioned Mandala Coloring through Human-AI Collaboration

文献信息

• 主题领域: 人机协同设计、计算机辅助艺术创作
• 关键词: 着色、曼陀罗、人机协作、交互系统、人工智能、视觉投影、心理健康、艺术构建、颜色推荐、用户体验

研究背景与问题

• 问题与挑战:
  • 曼陀罗涂色作为一种流行活动，可以提升注意力、降低焦虑和提高心理健康。然而，在手工纸上进行曼陀罗涂色时，用户常面临困难：
    • 如何选择和谐颜色组合
    • 难以预设颜色填充后的最终效果
  • 这些困难加大了用户实现初衷的难度，导致成品与初始意图的差距。
• 重要性:
  • 曼陀罗涂色在心理疗法和减压中广泛应用，突破用户体验的痛点可以提升用户对该活动的满意度，帮助进一步推广。
• 研究动机:
  • 当前有关艺术创作的人工智能（AI）交互多基于即兴合作，缺乏帮助用户构建“脑海图景”的方式。
  • 本研究通过人机协作为用户提供可视化建议，帮助他们“预见”可能的创作发展。

解决方案

• 作者提出了一个名为 Colorbo 的交互式系统：
  • 系统逻辑:
    • Colorbo 和用户分别对同一张曼陀罗草图上色，同时实时观察彼此的进展。
    • 用户显示部分着色的草图，Colorbo 分析剩余区域的图案以及用户色彩组合，自动完成着色。
    • 完整着色的草图用投影仪投射到用户的纸上，帮助用户继续涂色并“预见”未来效果。
  • 技术创新:
    • 基于深度学习的颜色嵌入模型 (color embedding): 自动生成与用户已使用颜色和谐的色彩。
    • 提供两种视觉投影模式:
      1. 全图模式: 投射整个图片。
      2. 分层模式: 按层组织投射，强调具体区域。
  • 实施步骤:
    1. 捕获用户当前作品图像并进行预处理：包括边缘裁剪、图像对齐、色彩量化。
    2. 分割草图区域并将其分组为段（segments）。
    3. 使用颜色嵌入模型选择与用户作品协调的颜色。
    4. 为剩余区域着色，生成多个完整草图版本供用户选择。
    5. 通过投影仪将Colorbo生成的样图投射到用户颜色纸上。

研究成果

取得的具体成果

• 积极体验:
  • Colorbo 有效提升了用户对最终作品的满意度。
  • 系统帮助用户构建“脑海图景”，对未来结果进行预测并形成创作计划。
  • 减轻用户在颜色选择上的压力，避免因选择困难导致的焦虑。
• 有益特性:
  • 系统生成的颜色组合被认为和谐美观。
  • 用户享受系统提供的多样且意料外的色彩建议。

与现有解决方案相比的优势

• 提供了基于“预见”的新型AI合作方式，而不是传统的即兴创作支持。
• 投影呈现方式增强了纸质着色的互动体验，弥补了传统上手工涂色难以修改的局限。

实验或评估结果

1. 在一组16位参与者（大学生）的对照实验中，受试者分别使用Colorbo和传统方式对两幅不同的曼陀罗进行着色。
   • 使用Colorbo时作品的满意度显著提升。
   • 虽着色所需时间略有增加，但用户认为帮助更有效地实现最终创作效果。
2. 投影模式的比较:
   • 超过62.5%的用户更倾向于使用全图模式，提供全局视图便于整体规划。
   • 对细节有偏好的用户更偏爱分层模式。
3. 系统生成的颜色组合在用户满意度上可与流行配色方案媲美。

局限性与未来方向

• 当前局限性:
  • 研究只测试了固定草图和涂色工具，未来需验证系统在不同材料和复杂度上的适应性。
  • 投影颜色与实际颜色之间的匹配问题有待进一步优化。
  • 参与者均为学生，可能偏熟悉技术，需扩展到其他人群。
• 未来方向:
  • 探索更多适合不同用户需求的“预见性模式”。
  • 开发动态可进化的智能合作系统，以避免用户对Colorbo的依赖性削弱创造力。
  • 将项目扩展到其他艺术形式以验证通用性质。

---

本研究展示了人工智能与人类在艺术创作领域的新型合作模式，提出了以“预见”为导向的创新方法，有助于实现更和谐美观的艺术作品，拓宽了人机交互领域的研究视野。