Մշակողը մաշկի երանգների համար «բավական լավ» գունային տարածք է կառուցել

GitHub-ում ToneyAlexander անունով հայտնի մշակողը հրապարակել է գունային տարածք, որը նպատակ ունի ներկայացնել մաշկի երանգների լայն շրջանակ։ «What Colors Are We?» վերնագրով էջում նկարագրված նախագիծը ձգտում է հեշտացնել ներառական գունային գործիքների ստեղծումը՝ օրինակ կերպարների խմբագրիչներում կամ թվային արվեստում, և ներառում է JavaScript-ով գրված գույնի ընտրիչ ու Python-ի օրինակելի կոդ՝ ընթացակարգային գեներացիայի համար։

Ինչու ֆիքսված գունապնակները բավարար չեն

Հեղինակի ելակետն այն է, որ մի քանի նախապես սահմանված գույներ երբեք չեն ընդգրկում իրական բազմազանությունը։ Ինչպես նշվում է էջում, էմոջիները առաջարկում են հինգ երանգ (կամ մուլտֆիլմային դեղին), կոսմետիկայի բրենդը կարող է առաջարկել 50, իսկ կերպարի խմբագրիչը պարզապես ուղղորդում է RGB-ի բոլոր 16 777 216 գույներին։ Աշխատանքը փորձում է տեղ գտնել «մի քանիսի» և «մի քանի միլիոնի» միջև՝ հավասարումների կոմպակտ հավաքածու, որը սահմանում է RGB-ի այն տարածքը, որը համապատասխանում է հավանական, պարզեցված մաշկի երանգներին։

Ինչպես կառուցվեց տարածքը

Մեթոդը դիտավորյալ պրագմատիկ է և, հեղինակի խոսքով, ոչ գիտական։ Առաջին քայլը հոգնեցնող ձեռքի աշխատանք էր՝ RGB գույների նշագրումը որպես հավանական կամ ոչ՝ փոքր վեբ գործիքով, որտեղ գույնը պատկերվում էր նկարված դեմքի վրա։ Նշագրված տվյալները RGB տարածքում բանանի ձևի ամպ կազմեցին։ Երեք բաղադրիչով գլխավոր բաղադրիչների վերլուծությունը (PCA) պտտեց ու վերաչափեց այդ ամպը, ապա հեղինակը Desmos 3D-ում ձեռքով համապատասխանեցրեց հավասարումներ, որոնք նոր TUV տարածքում սֆերան արտապատկերում են տվյալների վրա՝ փորձի ու սխալի եղանակով, առանց ռեգրեսիայի։ Հակադարձ կապերը տալիս են վերադարձ դեպի RGB։

Ինչ են նշանակում երեք առանցքները

Ստացված ընտրիչը ներկայացնում է երեք անկախ արժեք։ T առանցքը շարժվում է մուգից բացի միջև, U-ն՝ կարմրավունից օխրայի, V-ն՝ սառըից տաքի։ Հեղինակին զարմացրել է այն, որ այդ իմաստները բխում են հենց վերլուծությունից. ուղղությունները նախապես ընտրված չեն եղել, և նա իմացել է, թե ինչ է կարգավորում յուրաքանչյուր տարր, միայն ընտրիչը կառուցելուց հետո. սա լավ ցույց է տալիս, թե ինչպես է PCA-ն պտտում տվյալները՝ յուրաքանչյուր առանցքը հնարավորինս իմաստալից դարձնելու համար։ Նրա խոսքով՝ տարածքն առաջին հայացքից նման է HSL-ին կամ HSV-ին, սակայն առանցքները չեն համընկնում պայծառության, երանգի ու հագեցվածության հետ։

Սահմանափակումներ և հաջորդ քայլեր

Հեղինակը բացահայտ ասում է, որ արդյունքը օգտակար մեկնարկային կետ է, ոչ թե հեղինակավոր աղբյուր։ Մաշկը երբեք մեկ գույն չէ. այն փոխում են արյան շրջանառությունը, մելանինի խտությունը, լույսի ցրվածությունը, պեպենները, վիտիլիգոն, հիպերպիգմենտացիան ու սպիները, իսկ արգիրիայի կամ բիլիռուբինի բարձր մակարդակի նման վիճակները մարդկանց դուրս են բերում հավանական միջակայքից։ Պլանավորված բարելավումների թվում են ավելի շատ մարդկանց, հնարավոր է՝ փորձագետների ներգրավումը, մաշկի վիճակների մոդելավորումը որպես հիմնական երանգների փոփոխություններ, և աչքով համապատասխանեցված հավասարումների փոխարինումը սիմվոլիկ ռեգրեսիայով՝ ավելի լավ տվյալների վրա։ Կոդը հրապարակված է GitHub-ում, իսկ արձագանքը հեղինակը խնդրում է ուղարկել շտեմարանի issues էջի միջոցով։