从基础地图到颜色调色板:一种基于机器学习的上下文自适应地图设计方法

《Coatings》:From Basemap to Color Palette: A Machine-Learning Approach to Context-Adaptive Map Design

【字体: 大 中 小 】 时间:2026年08月29日 来源:Coatings 3.4

编辑推荐:

   摘要 选择合适的颜色调色板是专题制图中的核心任务。像ColorBrewer 2.0这样的成熟调色板库提供了经过制图实践验证的颜色方案,但它们在很大程度上未能考虑背景地图的特定视觉环境。尤其是在基于网络的制图环境中,底图在

  

摘要

选择合适的颜色调色板是专题制图中的核心任务。像ColorBrewer 2.0这样的成熟调色板库提供了经过制图实践验证的颜色方案,但它们在很大程度上未能考虑背景地图的特定视觉环境。尤其是在基于网络的制图环境中,底图在亮度、色彩丰富度、纹理和语义密度等方面存在很大差异。本文介绍了CartoPalette v4.2,这是一种基于底图生成的专题颜色调色板的工具。该系统结合了经过训练的条件变分自编码器(CVAE)模型、明确评分机制、域最小化检查、受限重新排序功能以及可选的CIELAB颜色空间修复功能。其目标并非实现制图设计的自动化,而是一种透明且可追溯的决策辅助工具。测试基准包括来自训练数据中所包含的十种地图风格的40张底图,以及两种调色板类型和四种类别统计信息。在这种设置下,CartoPalette提供的建议中有90%的评分高于相应的最佳ColorBrewer调色板。在大约83%的情况下,该调色板与背景地图的视觉对比度优于ColorBrewer。结果表明,明确纳入底图环境为传统调色板库带来了明显的附加值。这些发现适用于训练期间所涵盖的各类底图风格中之前未考虑过的地点。对于完全新的地图风格的应用效果尚未进行评估。
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号