This research proposes a novel color recommendation system that enables interactive selection of harmonious colors, based on color compatibility derived from a large dataset. The core elements of this color recommendation system are: a color-palette prediction model, an algorithm of recommending colors compatible with existing colors, and a color chooser user interface facilitating the algorithm. With growing needs for selection of appropriate colors, Adobe Kuler and COLOURLovers are providing online services for making, sharing and evaluating harmonious color palettes. However, they still require users to be good at color theory and practice for good results. Moreover, each color palette they give has a limited number of colors, resulting in difficulties of adding more colors. This research suggests a new method to help users choose a limitless number of harmonious colors. The study involved the following procedures. First, the characteristics of a large dataset from Adobe Kuler and existing recommendation system algorithms were analyzed. Second, the most highly ranked 3000 Kuler palettes were extracted and approximated in 512 colors evenly distributed in the perceptually uniform color space, with which a color-palette compatibility model was created. Third, a prediction model for color-palette compatibility was built by applying recommendation system theories considering the characteristics of color palettes. Then an algorithm was developed to recommend colors having high compatibilities with the selected colors already. Finally, a new style of color chooser was designed and implemented for visualizing colors recommended and selecting one of them in succession. Two user studies were conducted in order to evaluate usefulness of the developed color recommendation system. In first study, participants were grouped into design-majors and non-design-majors, and were asked to make color palettes with two types of color choosers, an existing HSV (hue-saturation-value) color chooser and our new color chooser. In second study, professional designers were recruited to evaluate the palettes created in the first phase, by comparing palettes generated from different types of color choosers. As a result, we proved that the color recommendation system can help not only novice users, but also designers to generate harmonious color palettes with less effort.
본 연구에서는 어울리는 색채 선택의 어려움을 해결하기 위한 색채 추천 시스템을 개발하고, 이를 활용하는 인터페이스를 제안하고자 하였다. 본 연구의 핵심 요소는 디자이너들이 자발적으로 생성하고 공유하는 색 집합에 대한 빅 데이터에 기반하여 색채와 배색의 관계를 표현하는 모델과, 서로 어울리는 색채를 추천하기 위해 새롭게 고안된 알고리즘이다. 서로 어울리는 색채 배색을 돕기 위해, Adobe Kuler, COLOURLovers 등에서 어울리는 배색을 생성하고 공유하는 온라인 서비스를 제공하고 있으나, 해당 서비스에서 제공하는 배색에 포함된 어울리는 색채의 수가 제한되어 있고, 새로운 색채를 추가하는데 어려움이 있는 등, 근본적인 색채 선택 문제를 해결해 주지는 못하였다. 이에 따라 본 연구에서는 색채를 추천하는 방법을 통해 사용자의 의도를 반영하면서도, 어울리는 색채를 선택하도록 돕고자 하였다. 이를 위해 빅데이터에 대해 이해하고, Adobe Kuler의 특성을 분석하였다. 이에 기반하여 기존 추천 시스템을 어울리는 색채들을 배색하기 위해 활용할 수 있는 가능성을 검토하였다. 이후 인간의 색채 인지 체계와 유사한 색 공간을 활용하여 색채 표본을 설정하고, Adobe kuler에서 제공하는 배색에 관한 빅데이터를 앞서 설정한 색채 표본으로 근사하여 색채-팔레트 조화 관계를 추출하였다. 이를 활용하여 색채-팔레트 조화 관계를 예측하는 알고리즘을 설계하였고, 계산된 조화도에 기반하여 색채를 추천하는 알고리즘을 설계하였다. 이를 구현하여 사용자 선택에 따라 실시간으로 추천될 색을 계산하여 시각화하는 인터페이스를 개발하여, 사용자 평가를 수행함으로써 본 연구의 유용성을 검증하였다.
