這篇文章給大家聊聊關(guān)于聯(lián)想s100拆機(jī)圖解(聯(lián)想s100拆機(jī)視頻教程)，以及聯(lián)想s100拆機(jī)圖解(聯(lián)想s100拆機(jī)視頻教程)對(duì)應(yīng)的知識(shí)點(diǎn)，希望對(duì)各位有所幫助，不要忘了收藏本站哦。

電商色彩營(yíng)銷(xiāo)：聽(tīng)說(shuō)消費(fèi)者都有“好色”心理

編者按：

現(xiàn)代營(yíng)銷(xiāo)學(xué)之父曾經(jīng)有說(shuō)過(guò), 消費(fèi)者需求主要分為數(shù)量滿足、質(zhì)量滿足, 以及情感滿足階段。隨著社會(huì)經(jīng)濟(jì)的發(fā)展, 消費(fèi)者對(duì)于產(chǎn)品質(zhì)量進(jìn)入到情感需求階段, 達(dá)到一個(gè)新高度。與此同時(shí), 消費(fèi)者對(duì)于現(xiàn)在生活環(huán)境和產(chǎn)品質(zhì)量的需求, 不僅僅局限于功能特性的實(shí)用階段, 更加注重消費(fèi)過(guò)程中環(huán)境美學(xué)的需求。此外, 消費(fèi)者對(duì)于同質(zhì)化產(chǎn)品, 以及對(duì)競(jìng)爭(zhēng)激烈消費(fèi)場(chǎng)景有更大的色彩需求, 所以色彩對(duì)消費(fèi)者購(gòu)買(mǎi)行為的影響具有重要現(xiàn)實(shí)意義。

導(dǎo)語(yǔ)

先前，分析服務(wù)公司KIS**etrics發(fā)布的一項(xiàng)調(diào)查結(jié)果，分析了顏色與購(gòu)買(mǎi)行為的奇妙聯(lián)系。

1

當(dāng)推銷(xiāo)一件產(chǎn)品的時(shí)候，消費(fèi)者會(huì)把注意力放在哪些部分呢？93%的消費(fèi)者選擇了產(chǎn)品外觀，6%選擇產(chǎn)品質(zhì)地，1%選擇氣味或聲音。由此可見(jiàn)外觀對(duì)于一件產(chǎn)品的銷(xiāo)售起著至關(guān)重要的作用

2

當(dāng)消費(fèi)者購(gòu)買(mǎi)一件特殊商品的時(shí)候，85%的消費(fèi)者解釋主要原因是產(chǎn)品的顏色

3

顏色能提升80%品牌認(rèn)知度，而品牌認(rèn)知度直接影響消費(fèi)者信任

可以這么理解，色彩在不同場(chǎng)景的選取，所表達(dá)的含義不同：

**：樂(lè)觀、年輕，常用于吸引消費(fèi)者注意力；

紅色：充滿能量，讓人心跳加速，給人緊迫感，常見(jiàn)于**大甩賣(mài)；

藍(lán)色：給人值得信任和受到保護(hù)的感覺(jué)，常見(jiàn)于銀行和商業(yè)；

綠色：讓人聯(lián)想到富足。所有人來(lái)說(shuō)最易接受的顏色，常置于商店中用于放松和休息；

橙色：積極行動(dòng)的，通常是放行為提示語(yǔ)，比如產(chǎn)品描述，買(mǎi)或是賣(mài)；

粉色：浪漫且女性化的，用來(lái)吸引女人和年輕女孩兒；

黑色：有力的有光澤的，用來(lái)銷(xiāo)售**產(chǎn)品；

紫色：讓人緩和平靜，通常在化妝品或者抗衰老產(chǎn)品中使用；

由此可見(jiàn)，在消費(fèi)經(jīng)濟(jì)邁入更加精細(xì)化的時(shí)代，色彩的外化表現(xiàn)和消費(fèi)購(gòu)買(mǎi)行為有著至關(guān)重要的關(guān)系。

同時(shí)，電商行業(yè)的新品開(kāi)發(fā)與設(shè)計(jì)越發(fā)依賴精準(zhǔn)與高效的數(shù)字化決策。結(jié)合我們當(dāng)前平臺(tái)，憑借豐富的大數(shù)據(jù)助力行業(yè)的發(fā)展，運(yùn)用數(shù)字化技術(shù)對(duì)傳統(tǒng)消費(fèi)品行業(yè)賦能，滿足行業(yè)制造新需求，在色彩屬性上，進(jìn)行商品開(kāi)發(fā)基礎(chǔ)屬性洞察與疏理，挖掘消費(fèi)新需求。

然而，當(dāng)前平臺(tái)上商品的色彩標(biāo)簽，采用主觀意識(shí)人工填寫(xiě)，因此在數(shù)據(jù)層面產(chǎn)生了極為分散的描述，限制了其中歸納與提取更加精準(zhǔn)的色彩洞察。

比如上圖中色彩描述，可以看到視覺(jué)上的同一色彩，由于平臺(tái)上商品的色彩標(biāo)簽由商家于后臺(tái)手動(dòng)填寫(xiě)，因此產(chǎn)生了極為分散的描述。有的商家填寫(xiě)從流量與運(yùn)營(yíng)視角出發(fā)，色彩標(biāo)注為” XXX同款色”或是”主圖色”，有的從營(yíng)銷(xiāo)視角出發(fā)，描述為”深夜星空”或是”卡布奇諾”，即使限制只能使用單純的色彩命名，“淡紅棕”、“土咖”也難以準(zhǔn)確判斷。最終導(dǎo)致平臺(tái)底層色彩屬性數(shù)據(jù)不一致，線上線下存在色彩偏差，行業(yè)小二、消費(fèi)者、商家對(duì)顏色認(rèn)知沒(méi)有形成統(tǒng)一標(biāo)準(zhǔn)。

由于個(gè)人色彩感受的差異與色彩語(yǔ)言的不一致，造成色彩數(shù)據(jù)抓取分散，計(jì)算機(jī)與數(shù)據(jù)科學(xué)中的常用原則Garbage in，garbage out (GIGO，無(wú)用輸入，無(wú)用輸出)限制了我們由大數(shù)據(jù)中歸納與提取更加精準(zhǔn)的色彩分析，使得目前的色彩決策形成了巨大落差，感性預(yù)測(cè)與理性數(shù)據(jù)無(wú)法互相支撐、線上虛擬色號(hào)與線下商品實(shí)體色彩難以相互匹配。若回到色彩決策的理性角度來(lái)說(shuō)，具有廣泛行業(yè)的色彩數(shù)據(jù)、聚焦**消費(fèi)者、具有時(shí)間維度的阿里巴巴平臺(tái)消費(fèi)數(shù)據(jù)是否能更加準(zhǔn)確的洞察未來(lái)趨勢(shì)色彩的變化?

基于此，新品平臺(tái)、阿里設(shè)計(jì)ADIC平臺(tái)、以及外部ISV云巢科技公司，共同研究主流色彩體系，提出一套全新可適配電商的色彩系統(tǒng)，并通過(guò)圖片主色拾取的算法能力，將此色彩系統(tǒng)與顏色標(biāo)準(zhǔn)化引擎結(jié)合，對(duì)相近色以色彩、色相、色階歸納分組進(jìn)行排序，將理性數(shù)據(jù)定量標(biāo)準(zhǔn)化分析形成精準(zhǔn)色彩決策指引，實(shí)際應(yīng)用于Ailbaba Design“智美產(chǎn)品”，沉淀在新品平臺(tái)體系，以及平臺(tái)上需要顏色標(biāo)準(zhǔn)體系支撐的產(chǎn)品，提供商家精準(zhǔn)貨品色彩開(kāi)發(fā)。

01理性研究色彩

發(fā)現(xiàn)問(wèn)題，就要針對(duì)問(wèn)題對(duì)癥下藥，首先要調(diào)研色彩標(biāo)準(zhǔn)體系，以此為理論基礎(chǔ)支撐，作為色彩理性判斷的依據(jù)。

正常情況下，對(duì)色彩的理解大多從感性出來(lái)，這就出現(xiàn)了色彩描述起來(lái)含糊不清并難于管理的情況，從理性的角度分析色彩，需要根據(jù)色相、彩度、白度和黑度等體驗(yàn)參數(shù)判斷色彩。

上個(gè)世紀(jì)，從亞里士多德開(kāi)始，人類(lèi)就開(kāi)始研究色彩，色彩理論逐漸地系統(tǒng)化，出現(xiàn)了很多不同的色彩系統(tǒng)，在這些色彩系統(tǒng)的指引下，人們已經(jīng)可以數(shù)據(jù)化的分析色彩，以下簡(jiǎn)要介紹一下各大自然色彩系統(tǒng)及其他主流色彩系統(tǒng)。

01NCS色彩體系及其他主流體系

NCS自然色彩系統(tǒng)是根據(jù)人眼所看到的色彩，基于人眼的視神經(jīng)，設(shè)定了紅黃藍(lán)綠以及黑白，一共6個(gè)顏色，如下圖：

把黃紅藍(lán)綠4個(gè)有彩色圍繞一圈組成色相環(huán)，而這些顏色之間10等分，這樣每一個(gè)色相就都有了自己的色相編號(hào)，色階的維度由黑白度和彩度標(biāo)識(shí)，黑白之間10等分，彩度和黑白之間又是10等分，這樣就形成了色階，把色相和色階組合起來(lái)，而形成了一個(gè)錐形的色立體。

基于這個(gè)色立體可以將色彩數(shù)據(jù)化，色彩本身的構(gòu)成原理，同樣線上色立體的數(shù)據(jù)化，更加是可行的。

目前比較通用的色彩體系有瑞典的NCS自然色彩系統(tǒng)，德國(guó)的勞爾色彩體系，日本的PCCS色彩系統(tǒng)，丹麥Malerlaug色彩系統(tǒng)等。而每個(gè)系統(tǒng)各有其各自的特點(diǎn)，而針對(duì)不同的色彩需求。

02瑞典-NCS自然色彩系統(tǒng)

NCS是Natural Colour System（自然色彩系統(tǒng)）的簡(jiǎn)稱。NCS是如今世界上最具盛名的色彩體系之一，是國(guó)際通用的顏色規(guī)范，更是國(guó)際通用的顏色交流的言語(yǔ)。研討始于1611年，后來(lái)在顏色學(xué)、心思學(xué)、物理學(xué)以及修建學(xué)等十幾位專家數(shù)十年的共同努力下，經(jīng)過(guò)了數(shù)不清的科學(xué)試驗(yàn)，天然顏色體系于1979年完結(jié)，并變成瑞典的國(guó)家規(guī)范。

在三維的立體模型中，立體的上下兩頭是兩種非五顏六色原色，頂端是白色，底端是黑色。立體在中心部位由黃、紅、藍(lán)、綠四種五顏六色原色形成一個(gè)色相環(huán)。在這個(gè)立體體系中，每一種顏色都占有一個(gè)特定的方位，而且和別的顏色有精確的聯(lián)系。

三角形的W角代表達(dá)，S角代表黑，也即是顏色立體的頂端和底端，C代表一個(gè)純色，與對(duì)錯(cuò)都不類(lèi)似。用NCS斷定顏色時(shí)，第二步是由目測(cè)判別出該顏色中含有五顏六色和非五顏六色量的相對(duì)多少。顏色三角形中有兩種標(biāo)尺；彩度標(biāo)尺闡明一個(gè)顏色與純五顏六色的挨近程度；對(duì)錯(cuò)標(biāo)尺闡明一個(gè)顏色與黑色的挨近程度，這兩種標(biāo)尺被均分紅100等份。

03德國(guó)-勞爾色彩體系

勞爾RAL設(shè)計(jì)體系的顏色是按色相(hue)、亮度(lightness)和彩度(chroma)進(jìn)行系統(tǒng)排列，共有1825種顏色。按照色譜的順序，色相被排列成一個(gè)圓圈，各角度有相應(yīng)的顏色。紅色能在0° (= 360°)處找到，**在90°，綠色在180°，藍(lán)色在270°，同一色相內(nèi)的不同的明度值分列在不同的層次上。

勞爾RAL設(shè)計(jì)色彩體系應(yīng)用非常廣泛，別的領(lǐng)域不敢說(shuō)，但在工業(yè)領(lǐng)域的應(yīng)用占有著絕對(duì)優(yōu)勢(shì)，是全球建筑師、室內(nèi)設(shè)計(jì)師、工業(yè)應(yīng)用設(shè)計(jì)和所有顏色專業(yè)用戶的首選，早已被視為現(xiàn)代個(gè)性化顏色設(shè)計(jì)的完美工具。

04日本-PCCS色彩系統(tǒng)

PCCS，非常年輕的色空間，最在意配色應(yīng)用，商業(yè)性強(qiáng)，日本常用。PCCS色彩體系，**了Munsell和NCS、Oswald各自優(yōu)點(diǎn)的色空間，各方面都最成熟，在配色上也下了很大的功夫。

PCCS除了將顏色表現(xiàn)為具有“色相”，“亮度”和“飽和度”三個(gè)屬性的方法外，還具有“色調(diào)”的概念，該概念將“亮度”和“飽和度”結(jié)合在一起，用“色相”和“色調(diào)”這兩個(gè)屬性來(lái)表示色彩的性格。

由“色相”和“色調(diào)”組成的色彩系統(tǒng)是PCCS的主要功能，該系統(tǒng)也稱為“色調(diào)系統(tǒng)”，可針對(duì)不同主題的設(shè)計(jì)進(jìn)行快速搭配。

PCCS最重要的應(yīng)用方法，不只是將顏色分類(lèi)，更將顏色與適合應(yīng)用的場(chǎng)合結(jié)合。如果將2020年的流行色放入表中，我們能從中看出，明年流行趨勢(shì)基本上都在表中偏左上角的色調(diào)里。

也就意味著：他們的“亮度”高，“飽和度”低，具有統(tǒng)一的清爽、年輕、不具侵略性的特點(diǎn)。

每一個(gè)色彩系統(tǒng)都有它各自的優(yōu)點(diǎn)，這次構(gòu)建電商色彩系統(tǒng)也是經(jīng)過(guò)長(zhǎng)時(shí)間的數(shù)據(jù)驗(yàn)證，結(jié)合電商行業(yè)特性不斷試錯(cuò)，進(jìn)行電商色彩系統(tǒng)的驗(yàn)證。

03探索電商色彩

為了選擇更好的色彩研究方法，首先需要對(duì)電商商品特性及其圖片體量有基礎(chǔ)理解。阿里巴巴作為**最大的電商平臺(tái)，有著數(shù)以億計(jì)的商品圖片，擁有著天然優(yōu)勢(shì)來(lái)探索并構(gòu)建電商色彩系統(tǒng)。

01電商平臺(tái)的圖片特性

在平臺(tái)體系內(nèi)，商家每發(fā)布一個(gè)商品，就需要上傳商品主圖、詳情頁(yè)介紹圖、內(nèi)容渠道拍攝圖、營(yíng)銷(xiāo)渠道活動(dòng)圖等不同圖片，加上后期用戶反饋的買(mǎi)家秀，每一個(gè)商品都關(guān)聯(lián)著一套數(shù)量很大的圖片集。對(duì)商品圖片數(shù)據(jù)分析時(shí)，為了使獲得結(jié)論更有指導(dǎo)性，往往需要根據(jù)行業(yè)品類(lèi)、人群特性、價(jià)格區(qū)間進(jìn)行分類(lèi)分析。

基于這個(gè)數(shù)據(jù)量級(jí)下的分層需求，如果對(duì)線上數(shù)據(jù)依舊采用以往色彩研究定性的分析方法，必定耗時(shí)耗力，同時(shí)無(wú)法保證研究結(jié)果的科學(xué)性與可用性。

為此，我們應(yīng)用了圖像識(shí)別算法中的圖片主色拾取能力，基于算法色彩提取，進(jìn)行電商圖片色彩研究。建立符合平臺(tái)應(yīng)用場(chǎng)景的完整色立體，形成一套全新的線上色彩體系，可以客觀地分析后臺(tái)色彩數(shù)據(jù)，研究消費(fèi)者對(duì)色彩的喜好以及色彩趨勢(shì)。

02圖片主色拾取算法能力

商品圖片主體顏色的識(shí)別，核心功能分為兩部分：分割摳圖、顏色識(shí)別。其中分割摳圖是極為關(guān)鍵的一步，因?yàn)樯碳彝蟼鞯膱D片質(zhì)量、來(lái)源、內(nèi)容參差不齊，很難用一個(gè)模型實(shí)現(xiàn)業(yè)務(wù)效果統(tǒng)一。
阿里巴巴智能設(shè)計(jì)實(shí)驗(yàn)室自主研發(fā)的分割摳圖系統(tǒng)，從底層技術(shù)實(shí)現(xiàn)涵蓋過(guò)濾、分類(lèi)、檢測(cè)、分割四個(gè)模塊。分類(lèi)模型，借鑒autoML的思想，在有限GPU資源的情況下做參數(shù)和模型搜索，加速分類(lèi)落地；檢測(cè)模型，借鑒FPN檢測(cè)架構(gòu)；分割融合模型[4]，與傳統(tǒng)的只需分別前景、背景圖像分割(segmentation)問(wèn)題不同，高精度摳圖算法需要求出某一像素具體透明度是多少，將一個(gè)離散0-1分類(lèi)問(wèn)題變成[0, 1]之間的回歸問(wèn)題。

針對(duì)圖像中某個(gè)像素p，透明度預(yù)測(cè)公式：α_p=β_p F ?_p+(1-β_p ) 〖(1-B ?〗_p)備注：其中F ?_p和B ?_p分別代表了這個(gè)像素屬于前景和背景的概率，β_p是混合權(quán)重。

分割融合模型，是分割摳圖的關(guān)鍵，由此可知，網(wǎng)絡(luò)可整體分為兩部分，分割網(wǎng)絡(luò)和融合網(wǎng)絡(luò)，如下圖：

分割網(wǎng)絡(luò)：圖像分割任務(wù)中常用的編-解碼器結(jié)構(gòu)作為基礎(chǔ)結(jié)構(gòu)，但與傳統(tǒng)結(jié)構(gòu)不同，此網(wǎng)絡(luò)中使用雙解碼器分別來(lái)預(yù)測(cè)前、背景概率F ?_p 〖和B ?〗_p。如果像素p在圖像的實(shí)心區(qū)域（透明度為0或1），預(yù)測(cè)像素透明度的真實(shí)值；如果p在圖像的半透明區(qū)域（透明度值在0到1之間），預(yù)測(cè)像素透明度真實(shí)值的上下界。通過(guò)在半透明區(qū)域使用加權(quán)的交叉熵?fù)p失函數(shù)，使F ?_p 〖和B ?〗_p的值相應(yīng)升高，即可將透明度的真實(shí)值“包裹”在〖[1-B ?〗_p 〖,F ?〗_p]這一區(qū)間中。

融合網(wǎng)絡(luò)：由數(shù)個(gè)連續(xù)卷積層構(gòu)成，它負(fù)責(zé)預(yù)測(cè)混合權(quán)重β_p。注意，在圖像的實(shí)心區(qū)域，像素的前背景預(yù)測(cè)往往容易滿足F ?_p 〖+B ?〗_p=1這一條件，此時(shí)α_p對(duì)β_p求導(dǎo)恒為0，這一良好性質(zhì)令融合網(wǎng)絡(luò)在訓(xùn)練時(shí)可以自動(dòng)“聚焦”于半透明區(qū)域。

顏色識(shí)別，基于阿里云視覺(jué)智能開(kāi)放平臺(tái)，借助現(xiàn)有工具化的顏色識(shí)別能力，可以對(duì)輸入圖片的顏色信息進(jìn)行分析，輸出顏色值（RGB形式和HEX格式）與對(duì)應(yīng)的占比信息。至此，電商圖片的主圖主色拾取能力已具備。

03色彩識(shí)別及歸納流程

有了圖片主色拾取的算法能力，可以獲得大多數(shù)在平臺(tái)售賣(mài)的商品色排序，本次研究取占比第一的商品主色進(jìn)行研究。拼色及漸變色彩將在未來(lái)的研究中開(kāi)展。獲取商品的主色后會(huì)發(fā)現(xiàn)，需要對(duì)相近色彩進(jìn)行歸納分組，才能夠被定量化分析。為此我們采用了研究基礎(chǔ)中所提到的NCS色彩理論為基礎(chǔ)，建立符合平臺(tái)應(yīng)用場(chǎng)景的基礎(chǔ)色環(huán)，并參考PCCS的色階色相模型進(jìn)行色調(diào)分類(lèi)，并根據(jù)RGB和HSV數(shù)值進(jìn)行色彩區(qū)域劃分分組。

第一次實(shí)驗(yàn)從RGB色彩模式入手，RGB所呈現(xiàn)的數(shù)值是0-255，色彩的形成都是有規(guī)律可追尋的。

首先先確定的是色相，然后在每個(gè)色階空間中均勻地確定色彩布點(diǎn)，而讓我們的色立體可以最大限度的包含了所有的色域。

01

12等分等分360°的色相環(huán)，等比切割選擇12個(gè)合適的色相。

02

每一個(gè)色相的色階空間中，根據(jù)明度和彩度對(duì)色彩的影響關(guān)系，找到12個(gè)色彩位置；144個(gè)有彩色，6個(gè)無(wú)彩色，共150個(gè)色彩。

03

最終形成三維錐形色立體空間。

色立體是色彩空間的結(jié)構(gòu)原理，根據(jù)加法混色的原理排列，在色彩搜索過(guò)程中，色立體的空間能無(wú)限放大且精準(zhǔn)**，并對(duì)以后新增色彩具體無(wú)限包容性，但在最終實(shí)現(xiàn)的時(shí)候，遇到難題，即色立體包括了明度軸彩度軸的**變量，工程師需要非常扎實(shí)的了解色立體的原理才能更好地計(jì)算和呈現(xiàn)色彩空間，同時(shí)因?yàn)檫\(yùn)算復(fù)雜導(dǎo)致工作量非常大。

同樣顏色搜索也受到多個(gè)維度的影響，只有建立空間色立體，才可以運(yùn)算，第一種嘗試的計(jì)算方式不能把**度的色空間建立起來(lái)。

所以退而求次，在色域在計(jì)算方面嘗試采用了HSL色彩模式，以兩維角度計(jì)算，從而滿足了識(shí)色測(cè)色的需求。

第二次實(shí)驗(yàn)在HSL的色彩模式下，分色相和色階兩個(gè)維度來(lái)分析色彩，首先將色相環(huán)按照10°為單位切分為36色，再將每個(gè)色的色階做16等分的細(xì)分，以此明確顏色的明度和純度。

以H300、S100、V100為例，由右至左分為四等份，H和V不變，只有S以每次遞減25的數(shù)值產(chǎn)生顏色的漸變變淺；由上至下分為四等份，H和S不變，只有V每一次以遞減25的數(shù)值產(chǎn)生顏色的漸變變深。

以人眼為基礎(chǔ)的色彩體系色相環(huán)由36色改為18色，又改為16色。

在實(shí)際搜索測(cè)試中，發(fā)現(xiàn)36色的色相加上每個(gè)色相的12色的細(xì)分，多達(dá)432個(gè)顏色，數(shù)量非常龐大，而且因細(xì)分顆粒度過(guò)小，有些色相之間差異度不大，所以將色彩環(huán)改為20°為基本單位，色相縮減為18色，又因?yàn)榫G色的工程實(shí)現(xiàn)度不高，減去了2個(gè)綠色，最終是16**相環(huán)，如下圖：

（16**相劃分示意圖）

色階由12色，改為10色

在實(shí)際搜索測(cè)試中，原本12色的色階劃分會(huì)出現(xiàn)最左側(cè)和最下方的色彩更接近黑色和白色，新的一輪調(diào)整中將白度和黑度過(guò)高的接近無(wú)彩色的色彩剔除，將剩余的色彩進(jìn)行十等份，縮減至10**階，如下圖H300,S100,V100的色階劃分圖。

（12**階展示圖）

參考PCCS色彩體系，對(duì)色彩體系進(jìn)行色調(diào)分類(lèi)，便于設(shè)計(jì)師進(jìn)行色彩的歸納和運(yùn)用。

PCCS的色彩體系最大的特點(diǎn)是從色調(diào)的觀念出發(fā)，平面展示了每一個(gè)色相的明度關(guān)系和純度關(guān)系，在色調(diào)中確定每一個(gè)有彩色的位置。它的優(yōu)勢(shì)在于將龐大的色彩數(shù)據(jù)進(jìn)行了有效的分析和歸納，形成了色彩組合和分類(lèi)指標(biāo)并對(duì)應(yīng)為形象性的詞匯。

（PCCS色調(diào)展示圖）

PCCS利用同樣色階進(jìn)行配色的原理，與我們的色彩原理類(lèi)似，如下圖，以H300,S100,V100為例，將明度和純度的數(shù)值相近的紫紅色合并為一個(gè)代表色，整個(gè)色階被分為明清色調(diào)、純正色調(diào)、暗清色調(diào)、灰濁色調(diào)四大色調(diào)，方便設(shè)計(jì)師根據(jù)色調(diào)進(jìn)行挑選顏色和搭配顏色。

（色調(diào)展示圖）

04電商色彩系統(tǒng)的行業(yè)應(yīng)用

01業(yè)務(wù)場(chǎng)景應(yīng)用

基于這套電商色彩系統(tǒng)，就可以看出色彩在不同行業(yè)上的表現(xiàn)情況。我們選擇了箱包、家用電器、服飾三個(gè)行業(yè)進(jìn)行測(cè)試應(yīng)用。

第一步，選擇合適的電商商品圖，為了提高測(cè)試效率及算法的識(shí)別準(zhǔn)確度，我們直接選用了商品圖的第二張白底圖，進(jìn)行歸類(lèi)測(cè)試。

第二步，通過(guò)算法模型，得出不同圖片下的主體物主色的rgb數(shù)值，并通過(guò)抽檢，人工評(píng)測(cè)算法準(zhǔn)確性，保證算法90%以上的準(zhǔn)確率后，進(jìn)入第三步。

第三步，將rgb轉(zhuǎn)化為hsv。目前市面上比較成熟的方**依據(jù)如下：設(shè) (r, g, b) 分別是一個(gè)顏色的紅、綠和藍(lán)坐標(biāo)，它們的值是在 0 到 1 之間的實(shí)數(shù)。設(shè) max等價(jià)于 r, g和 b中的最大者。設(shè) min等于這些值中的最小者。要找到在 HSV 空間中的 (h, s, v) 值，這里的 h ∈ [0, 360）是角度的色相角，而 s, l ∈ [0,1] 是飽和度和亮度，計(jì)算為：

h的值通常規(guī)范化到位于 0 到 360°之間。而 h = 0 用于 max = min的（就是灰色）時(shí)候而不是留下 h未定義。

HSV有同樣的色相定義，但是其他分量不同。HSV 顏色的 s和 v的值定義如下：

第四步，通過(guò)電商色彩系統(tǒng)的分類(lèi)規(guī)則，將批量的圖片主體主色hsv歸納進(jìn)我們所定義的67色標(biāo)準(zhǔn)色中。

第五步，通過(guò)圖片對(duì)應(yīng)商品的銷(xiāo)售數(shù)據(jù)（例如商品銷(xiāo)售額gmv），將不同標(biāo)準(zhǔn)色下的商品組進(jìn)行倒敘排序。

第六步，剔除gmv占比過(guò)低的商品組。最后，獲得商品銷(xiāo)售額維度下的表現(xiàn)較好的幾種標(biāo)準(zhǔn)色彩。

在不同行業(yè)的測(cè)試過(guò)程中，我們也會(huì)發(fā)現(xiàn)，因受類(lèi)目下商品材質(zhì)、表面工藝的影響，商品色彩的劃分規(guī)則會(huì)稍有不同。

例如，箱包行業(yè)中因?yàn)榻饘偌案叻垂獠馁|(zhì)的廣泛引用，商品主色在拍攝過(guò)程中會(huì)受到明顯的反光色及環(huán)境色影響，從而造成拾取的主色顏色偏灰偏淺。因此，我們?cè)谏蕵?biāo)準(zhǔn)化系統(tǒng)的線上過(guò)程中，也增加了針對(duì)不同行業(yè)的可配置能力。

經(jīng)過(guò)和行業(yè)小二的多次驗(yàn)證確認(rèn)，最終完成以上這種方式實(shí)現(xiàn)顏色標(biāo)準(zhǔn)化體系的業(yè)務(wù)效果驗(yàn)證，目前在箱包行業(yè)和知識(shí)庫(kù)跑通底層標(biāo)準(zhǔn)色數(shù)據(jù)的拉通，并產(chǎn)出顏色屬性項(xiàng)和其他屬性項(xiàng)的交叉數(shù)據(jù)分析，并應(yīng)用到行業(yè)側(cè)。同時(shí)，在服飾行業(yè)，和行業(yè)小二達(dá)成一致，實(shí)現(xiàn)營(yíng)銷(xiāo)色和標(biāo)準(zhǔn)色匹配的關(guān)聯(lián)關(guān)系產(chǎn)品形態(tài)，供服飾小二做C端營(yíng)銷(xiāo)色數(shù)據(jù)驗(yàn)證的場(chǎng)景。最后，和設(shè)計(jì)小二達(dá)成一致，開(kāi)發(fā)一套標(biāo)準(zhǔn)**板動(dòng)態(tài)配置的功能實(shí)現(xiàn)。

02顏色標(biāo)準(zhǔn)化技術(shù)方案

色彩全鏈路數(shù)字化的階段性產(chǎn)出，有了以上業(yè)務(wù)場(chǎng)景的驗(yàn)證，在工程端實(shí)現(xiàn)了顏色標(biāo)準(zhǔn)化落地的產(chǎn)品化解決方案。

顏色標(biāo)準(zhǔn)化工程設(shè)計(jì)方案

從圖上可以出，顏色(CMF)標(biāo)準(zhǔn)化引擎，輸入是天貓行業(yè)商品數(shù)據(jù)，輸出為標(biāo)準(zhǔn)化后的客觀理論支撐的顏色數(shù)據(jù)。對(duì)于上層業(yè)務(wù)調(diào)用，有兩種暴露方式：1）基于服務(wù)化接口，開(kāi)放標(biāo)準(zhǔn)化引擎服務(wù)；2）基于產(chǎn)品化的動(dòng)態(tài)配置，根據(jù)天貓行業(yè)需求適配上層業(yè)務(wù)場(chǎng)景，從而可實(shí)現(xiàn)標(biāo)準(zhǔn)化體系的搭建，承上啟下滿足行業(yè)端對(duì)顏色的標(biāo)準(zhǔn)化需求。

顏色的全鏈路數(shù)字化探索暫告一段落，未來(lái)還會(huì)有很多延展的可能性，在不同業(yè)務(wù)場(chǎng)景的驗(yàn)證，不同場(chǎng)域的透出，任重道遠(yuǎn)，道阻且長(zhǎng)，行則將至，行而不輟，未來(lái)可期。

結(jié)語(yǔ)

我們透過(guò)分析現(xiàn)有顏色體系，結(jié)合平臺(tái)的圖片底池?cái)?shù)據(jù)特性，提出一套全新可適配電商的色彩系統(tǒng)，并體系化搭建標(biāo)準(zhǔn)，承上啟下滿足多行業(yè)對(duì)顏色洞察的需求，給到新品開(kāi)發(fā)更精確的指導(dǎo)。未來(lái)將立足現(xiàn)有C（色彩）基礎(chǔ)之上，分階段進(jìn)行MFP（色彩.材質(zhì).表面工藝.紋理圖樣）的平臺(tái)商品屬性標(biāo)準(zhǔn)化建立。

第一階段已完成針對(duì)消費(fèi)者購(gòu)買(mǎi)決策進(jìn)行屬性語(yǔ)意分析排序，找到色彩影響購(gòu)買(mǎi)決策靠前的類(lèi)目進(jìn)行分析，運(yùn)用AI圖像識(shí)別及顏色標(biāo)準(zhǔn)化引擎歸依，精準(zhǔn)洞察趨勢(shì)色彩，并實(shí)際應(yīng)用于阿里巴巴新品平臺(tái)-智美產(chǎn)品與Alibaba Design商品設(shè)計(jì)趨勢(shì)報(bào)告，提供商家貨品開(kāi)發(fā)指引。

第二階段將著眼于商品色彩混色.漸層色進(jìn)行AI圖像識(shí)別及顏色標(biāo)準(zhǔn)化引擎歸依。并透過(guò)消費(fèi)者購(gòu)買(mǎi)決策進(jìn)行屬性語(yǔ)意分析排序，結(jié)合材質(zhì)與表面工藝，綜合考量人群需求.消費(fèi)能力.材料相對(duì)成本，進(jìn)行下鉆精準(zhǔn)洞察，提供商家產(chǎn)品企劃人員.商品**員貨品開(kāi)發(fā)或選品指引。

第三階段將此平臺(tái)商品屬性標(biāo)準(zhǔn)化沈淀之?dāng)?shù)據(jù)信息，結(jié)合社群趨勢(shì)熱點(diǎn)與搜索關(guān)鍵詞做熱度映射匹配知識(shí)圖譜，洞察尚未滿足之市場(chǎng)需求，并根據(jù)行業(yè)特性輸出具備指導(dǎo)意義的貨品開(kāi)發(fā)策略或原材料研發(fā)指引。

來(lái)源：淘系技術(shù)

更多阿里云研究院出品的關(guān)于阿里巴巴集團(tuán)數(shù)字化實(shí)踐、云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等前沿科技的最新趨勢(shì)研究報(bào)告，請(qǐng)您關(guān)注“阿里云研究”微信**。

聯(lián)想s100拆機(jī)圖解(聯(lián)想s100拆機(jī)視頻教程)的介紹就聊到這里吧，感謝你花時(shí)間閱讀本站內(nèi)容，更多關(guān)于聯(lián)想s100拆機(jī)圖解(聯(lián)想s100拆機(jī)視頻教程)、聯(lián)想s100拆機(jī)圖解(聯(lián)想s100拆機(jī)視頻教程)的信息別忘了在本站進(jìn)行查找哦。