CAIM：上下文感知智能调色板建模——基于视觉-语言条件生成的高斯混合模型，实现设计背景适配与多目标优化

《Scientific Reports》：Context-aware intelligent colour design via multi-objective optimisation and vision–language models

　　选择适合其设计背景（应用领域、受众和可访问性特征）的调色板会影响可用性、参与度和可访问性，但这仍然是一个困难的计算问题。视觉-语言模型（VLMs）在此任务上已有所改进，但仍存在三个局限性：**确定性输出**无法体现设计简报中固有的变异性，**单一标量训练**在训练时固定了和谐性与可访问性之间的权衡，而**事后上下文过滤**使生成器本身对上下文视而不见。我们认为这些局限性源于输出表示而非编码器。CAIM（上下文感知智能调色板建模）将调色板表示为CIELAB空间中上下文条件的高斯混合模型，其参数由冻结的视觉-语言嵌入通过一个学习头进行预测。它在五个旨在针对不同且互补的数学特征的目标下细化采样候选方案，采用基于参考方向的多目标优化，并通过上下文条件的选择规则对候选方案进行排序。在四个公共数据集和一个包含3200个场景的丰富上下文数据集上，CAIM相较于最强基线实现了高达23%的预测评分提升，在APCA可读性上比最强基线提高了22个百分点，帕累托超体积比基线解的凸包大34%，且每个场景仅需1.6秒。将视觉-语言模型条件的生成建模为上下文条件分布，对于输出固有不确定性的设计任务具有广阔前景。