本研究关注负责任的美容产品推荐，特别是肤色与化妆品颜色的匹配。通过机器学习框架评估光照条件，改进产品推荐，并探讨颜料混合的数学变换，提出自动化图像着色模型，利用卷积神经网络实现高效的彩色图像生成，提升用户体验。

该研究探讨了基于Transformer的AnT架构在手绘动画分割中的应用，通过线圈学习运动学关系，提高了动画着色的效率和易用性。同时，提出了多种基于神经网络的图像着色方法，强调生成AI和计算机视觉技术在动漫制作中的潜力，能够快速稳定地进行着色，降低成本。

该文综述图像与视频自动上色研究，涵盖卷积神经网络、生成对抗网络和语言模型等方法，结合对象语义、亮度信息与视听交互，实现灰度图像和黑白视频的自动着色，提升颜色多样性与真实感，并探讨其作为自监督预训练任务的价值。