基于生成式AI的虚拟手部肤色与美甲色彩和谐性整合综述——迈向个性化指甲颜色选择指南

《Cosmetics》:Generative AI-Based Virtual Hand Skin Tone and Nail Art Color Harmony: An Integrative Review Toward Personalized Nail Color Selection Guidelines

【字体: 大 中 小 】 时间:2026年10月21日 来源:Cosmetics 4.1

编辑推荐:

  美甲已从一种装饰性美容实践演变为反映个人形象、风格和自我表达的个性化美容服务。然而,指甲颜色的选择在很大程度上仍依赖于个人偏好、时尚趋势、社交媒体图像以及从业者经验,而非标准化的色彩和谐标准。本整合性综述探讨了如何将客观肤色科学、美甲设计特征、个人色彩概念与生

  
美甲已从一种装饰性美容实践演变为反映个人形象、风格和自我表达的个性化美容服务。然而,指甲颜色的选择在很大程度上仍依赖于个人偏好、时尚趋势、社交媒体图像以及从业者经验,而非标准化的色彩和谐标准。本整合性综述探讨了如何将客观肤色科学、美甲设计特征、个人色彩概念与生成式人工智能(generative artificial intelligence, AI)相结合,为个性化指甲颜色选择建立方法论基础。研究人员综合了关于人体皮肤颜色测量、CIE 1976 Lab(CIELAB)色度学、色差分析、个人色彩与指甲颜色匹配、虚拟美容技术以及AI生成图像中肤色偏倚的证据。证据支持将手部肤色表示为基于L、a、b、彩度(chroma)和色相角(hue angle)的多维剖面,而非仅依赖暖/冷或季节类别。同样,美甲应使用比色、光学、反射、装饰和构图特征进行描述。生成式AI提供了一种可扩展的方法来创建标准化的虚拟手部-指甲刺激,但现有证据表明生成的图像存在显著的肤色不平衡和潜在的颜色不准确性。因此,研究人员提出了一个六阶段框架:手部肤色特征分析、美甲特征分类、基于生成式AI的虚拟图像生成、比色准确性与偏倚验证、肤色-指甲和谐建模以及个性化指南开发。该框架应被视为假设生成性的,而非经过验证的推荐系统。在临床、商业或专业实施之前,必须使用客观测量的人体手部肤色和感知评估进行外部验证。
1. 引言
美甲已成为当代美容实践的重要组成部分,不仅作为装饰性造型,也作为表达个人形象、审美认同、生活方式和个人偏好的手段。凝胶甲、半透明或“糖浆”质感、亮片、铬效果、渐变、穿戴甲、三维装饰及角色设计等多样化的美甲类型极大扩展了可用颜色和视觉风格的范围。尽管这种多样性为消费者提供了更多个性化机会,但也使得选择与个人手部视觉和谐的颜色变得愈发复杂。实际中,指甲颜色选择常受个人偏好、时尚趋势、社交媒体内容和美甲技师经验影响,而非标准化的比色标准。指甲颜色与周围手部皮肤的视觉关系尤为关键,因为指甲颜色直接在皮肤旁边被感知。以往研究表明,颜色一致性可影响对手部的感知和对指甲染色的满意度。Lee和Kwon报告称,应用被诊断为适合个人的指甲颜色后,手部外观感知和染色满意度均呈积极变化。Moon和Kim发现,被认为与手部和脚部和谐的颜色与参与者的个人色彩类别相似。其他研究则使用传统的四季度个人色彩框架,开发出对应春、夏、秋、冬色彩图像的美甲设计。这些研究共同表明,皮肤外观与指甲颜色之间的关系与感知和谐及美容满意度相关。然而,大多数传统个人色彩方法使用暖/冷或季节等分类来描述颜色适用性,可能过度简化了人类肤色的连续性和多维特性。肤色受明度、红度、黄度、彩度、色相、表面特征、血管反应、色素沉着、解剖部位、照明和测量条件等多种因素影响。此外,个人色彩评估通常以面部为中心,而美甲在物理和视觉上与手部关联,因此有必要发展针对手部的方法。客观比色法提供了克服这些局限性的潜力。CIE 1976 Lab(CIELAB)颜色空间允许在同一量化坐标系中表示皮肤和化妆品颜色:L代表明度,a代表红绿维度,b代表黄蓝维度。彩度(C*)和色相角(h°)可从这些坐标导出。CIEDE2000公式进一步通过考虑明度、彩度和色相分量来量化感知加权的色差。这些变量为比较手部肤色和指甲颜色提供了可重复的词汇,但色差本身不应被解释为美学质量分数。当代美甲不能仅用基色充分表征。视觉外观受透明度、光泽度、哑光质感、亮片、珠光、金属和铬效果、金或银装饰、渐变、图案及整体设计复杂度等因素影响。因此,科学上有用的指甲颜色指南应考虑定量颜色变量和设计相关的视觉属性。人工智能(AI)和数字美容技术的并行发展为更系统地研究此类组合提供了机会。个人色彩分析已被集成到计算机化虚拟化妆系统中,而最近在美容学和美容皮肤病学领域的研究已将AI应用扩展到皮肤分析、个性化护肤、增强现实可视化、美学评估和推荐支持。生成式AI可通过构建标准化虚拟手部刺激来扩展这一方法,在手部形态、指甲形状、相机位置、背景和照明受控的条件下,系统性地操作皮肤和指甲变量。然而,AI生成的皮肤图像不能假定为比色准确或具有代表性。O'Malley等人强调需要明确的方法来解决AI生成医学图像中的肤色偏倚。Joerg等人对4000张AI生成的皮肤病学图像的实验分析发现,广泛使用的生成模型中深色肤色显著不足。Sakunchotpanit等人也报告,在肤色评级一致的AI生成皮肤病学图像中,97%被归类为浅肤色,无一张为深肤色。这些发现对化妆品研究至关重要,因为未能充分代表人类肤色多样性的颜色推荐系统可能产生系统性偏倚的推荐。因此,生成式AI不应被视为美学适用性的自主仲裁者,而应被视为一种可控的刺激生成技术,其输出需要独立验证。目标虚拟皮肤轮廓应使用客观比色坐标定义,而非模糊的提示词。生成的图像应通过从标准化感兴趣区域提取颜色值并与预定目标进行比较来评估。对于包含透明层、金属质感、亮片或反射装饰的设计,指甲区域的类似验证同样必要。尽管个人色彩、指甲染色、虚拟化妆品和AI驱动美容应用方面的研究已经出现,但这些领域仍仅部分连接。现有的指甲研究展示了个人色彩分类与指甲颜色感知或满意度之间的关系,颜色科学提供了表征皮肤和色差的标准化方法,AI研究则展示了数字化个性化的潜力和代表性偏倚的风险。然而,一个将手部特定肤色特征分析、美甲颜色和设计特征、基于生成式AI的刺激生成、客观颜色验证、偏倚评估和个性化指南开发联系起来的整合框架尚未建立。因此,本整合性综述旨在为利用生成式AI虚拟手部图像开发个性化指甲颜色选择指南奠定理论和方法论基础。
2. 材料与方法
2.1 综述设计与研究问题:本研究设计为整合性文献综述,涵盖人体肤色测量、颜色科学、个人色彩分析、美甲设计、虚拟美容技术和生成式AI等异质领域。采用Whittemore和Knafl描述的整合性方法作为问题识别、文献检索、数据评估、综合和呈现的方法论基础。在适用情况下参考PRISMA 2020报告原则以提高透明度,但本综述并非系统性干预综述或荟萃分析。综述围绕五个问题构建:哪些比色变量和测量方法适用于表征人体和手部肤色?个人色彩概念如何应用于指甲和化妆品颜色选择?在肤色-指甲颜色和谐分析中应考虑哪些颜色和设计特征?如何利用生成式AI和虚拟美容技术创建标准化的手部-指甲视觉刺激?评估AI生成虚拟手部图像的颜色准确性、可重复性、肤色多样性和偏倚需要哪些方法论要求?
2.2 信息来源与检索策略:相关文献从国际数据库(PubMed/MEDLINE、Scopus、Web of Science核心合集、Google Scholar)和韩国学术数据库(KCI、RISS、DBpia、ScienceON)中识别。考虑2000年至2026年间发表的文献,同时保留必要的早期或后期标准和方法论来源。检索词按概念领域组织并使用布尔运算符组合。文献检索于2026年4月1日至9月30日进行。共识别186条记录,去除54条重复后筛选132条标题和摘要,排除91条,对41篇全文进行资格评估,排除15篇,最终纳入26篇来源,包括14篇国际期刊文章、7篇韩国学术期刊文章和5项国际标准或会议论文集。
2.3 资格标准:纳入涉及以下至少一方面的出版物:客观人体或手部肤色测量;CIELAB坐标或色差分析;与指甲、化妆、时尚或美容颜色选择相关的个人色彩;指甲颜色或美甲视觉特征;基于AI的美容分析、虚拟化妆、虚拟试穿或个性化化妆品推荐;AI生成图像中的肤色表现、公平性、颜色准确性或可重复性;权威比色标准。考虑同行评议原创研究、综述文章、相关会议论文集和国际标准。纳入英文和韩文出版物。排除仅关注指甲病理或治疗、指甲产品化学、与图像生成或化妆品无关的AI技术、商业或促销材料以及重复报告。
2.4 研究选择与方法学评价:去重后根据预设资格标准筛选标题和摘要,对潜在相关出版物进行全文评估,保留直接贡献于至少一个综述领域的研究。由于纳入文献包含异质性研究设计和证据类型,未应用单一合并偏倚风险工具,而是在数据提取和综合过程中通过考虑研究设计、样本或图像特征、测量或成像程序的清晰度、比色或分析方法的适当性、报告结果与综述问题的相关性、分析方法的透明度以及明确报告的限制来批判性评估方法学质量。直接相关且方法学稳健的证据给予更大解释权重,而基于有限、间接或方法学受限证据的发现则谨慎解释并视为需进一步实证验证。
2.5 数据提取与证据综合:从相关来源提取出版特征、研究目的和设计、参与者或图像特征、皮肤评估解剖部位、测量仪器、颜色空间和颜色变量、个人色彩分类、美甲特征、AI或虚拟成像方法、颜色准确性程序、偏倚或代表性评估、主要发现和局限性等信息。证据编码为五个领域:人体和手部肤色表征;比色关系与色彩和谐;个人色彩与美甲选择;生成式AI与虚拟美容模拟;颜色准确性、可重复性、多样性与AI偏倚。综合是概念性的而非统计性的。跨来源一致支持的变量纳入拟议框架,而有限或间接证据支持的因素视为需未来实证验证的假设。
2.6 概念框架开发:框架开发遵循顺序逻辑。首先确定手部肤色的客观变量。其次将美甲特征组织为比色、光学、反射、装饰和构图领域。第三利用虚拟化妆品和生成式AI文献确定标准化图像生成的要求。第四纳入AI生成肤色偏倚的证据以定义生成后验证要求。这些要素整合为六阶段路径:手部肤色特征分析→美甲特征分类→基于生成式AI的虚拟手部-指甲图像生成→比色准确性与偏倚验证→肤色-指甲和谐建模→个性化指甲颜色指南开发。框架结构化为顺序数据流,每个阶段的输出为后续阶段提供输入。
2.7 稿件准备中使用生成式AI:在稿件准备过程中使用OpenAI ChatGPT辅助概念组织、英文起草和编辑以及图形布局规划。该工具未用于自主确定研究资格或生成经验数据。所有科学声明、数值和书目信息均由作者对照引来源进行审查和核实。
3. 整合性综述结果
3.1 人体和手部肤色的客观表征:综述的颜色科学文献一致表明,肤色应被视为多维、连续变化的属性,而非少量固定类别。标准化人体肤色评估需关注仪器、照明和观察几何条件、身体部位、校准和测量程序。CIELAB颜色空间被认为是拟议指甲颜色指南最直接适用的框架,因为它允许在同一坐标系中表示皮肤和化妆品颜色。L描述明度,a描述红绿维度,b描述黄蓝维度;彩度(C)和色相角(h°)可从这些坐标导出。仅凭明度不足以定义肤色,因为两个L*值相似的个体可能在红度、黄度、彩度或色相上差异显著。CIEDE2000提供了描述肤色-指甲色差大小的有用指标,但证据不支持将最小色差解释为最大美学和谐。因此,ΔE00应被视为解释性关系变量而非直接的美观性或适用性评分。基于仪器的研究进一步证明了不同个体、种族群体和解剖部位(包括手背)间CIELAB肤色坐标的显著变异,支持需要特定部位和定量校准的肤色评估。因此,拟议框架中的代表性手部肤色轮廓应来自标准化条件下客观测量的手部皮肤数据,并明确定义解剖测量部位。由于肤色连续变化,轮廓应主要使用连续CIELAB衍生坐标表示,而非固定类别标签。
3.2 个人色彩与指甲颜色选择:尽管指甲特异性证据仍然有限,现有研究为个人色彩与指甲颜色适用性之间的关系提供了初步支持。Lee和Kwon报告应用个人适合的指甲颜色与更有利的手部外观感知和更高的染色满意度相关。Moon和Kim发现被认为适合手部和脚部的色调倾向于与参与者的季节性个人色彩分类相对应。Kang和Jung根据四季个人色彩图像开发了美甲设计,展示了季节性类别的实用沟通价值。此外,个人色彩意识也与化妆品颜色选择和化妆满意度相关联。这些研究共同表明指甲颜色可影响对手部的感知,个人色彩可为指甲选择提供有用起点。然而,文献主要依赖分类的季节性或暖/冷系统,未建立手部L*、色度、指甲颜色、质感或设计复杂度之间的连续定量关系,这构成了核心研究空白。
3.3 美甲特征的多维分类:综合表明,当代美甲无法仅用单一颜色名称充分表征。近期研究证明凝胶指甲颜色可使用标准化颜色系统(包括CIE Lab*和PCCS)进行定量分类,支持使用可测量颜色坐标而非仅描述性颜色名称。识别出五个相互关联的特征域:比色、光学、反射、装饰和构图特征。这些域之所以相关,是因为视觉上相似的基色在透明度、光泽度、亮片、金属反射、装饰、渐变或对比模式改变时可产生截然不同的印象。比色域直接由使用标准化颜色系统的指甲特异性研究支持,而光学、反射、装饰和构图域代表源自更广泛的化妆品、视觉设计和材料外观文献的概念延伸,应视为需直接指甲特异性实证验证的拟议分析类别。
3.4 生成式AI与虚拟美容应用:AI文献显示出向美容和化妆品实践中个性化和可视化的明确趋势。个人色彩分析已被用于支持自动虚拟化妆,而基于计算机视觉的化妆转移系统展示了可控的化妆品外观操纵能力。近期综述进一步描述了AI在皮肤分析、个性化护肤、增强现实模拟、美学评估和化妆品决策支持中的应用。生成式AI特别相关,因为它可以创建具有系统变化属性的合成视觉刺激。原则上,可以在保持手部形态、指甲形状、相机角度、背景和照明恒定的同时生成或编辑标准化参考手部,仅改变手部肤色和指甲设计特征。这可以使大面积肤色-指甲组合空间的因子探索比重复物理指甲应用和摄影更高效。然而,此类图像的科学价值取决于生成后验证。
3.5 生成式AI中的肤色表现与偏倚:生成式AI证据识别出一个主要方法论问题:肤色表现既非自动平衡,也不一定忠实于研究者意图。O'Malley等人提出解决AI生成医学图像中肤色偏倚的明确方法论方法。Joerg等人评估了Adobe Firefly、ChatGPT-4o、Midjourney和Stable Diffusion生成的4000张皮肤病学图像,报告总体上浅肤色过度表现。Sakunchotpanit等人同样发现,在肤色评级一致的生成图像中,97%为浅肤色,3%为中肤色,无深肤色。这些发现对化妆品研究有直接影响。如果虚拟手部仅从自然语言提示生成,所得刺激集可能反映潜在的统计和美学偏倚,而非预期的实验颜色空间。证据支持从提示定义类别转向比色预定义目标,随后进行独立的生成后验证。
3.6 证据推导出的研究级虚拟手部图像要求:颜色科学和AI证据的整合产生了研究级虚拟手部-指甲刺激系统的五个最低要求:基于客观比色坐标的目标定义;标准化参考手部模型;定义明确的感兴趣区域(ROI);标准化的图像生成和评估条件;以及生成后颜色验证和代表性分析。
3.7 整合概念模型:证据综合支持一个六阶段概念模型,其中信息从客观颜色测量逐步转化为可测试的个性化推荐。第一阶段以客观测量或预定义的手部肤色数据为输入,生成使用L、a、b、C和h°表示的定量肤色轮廓。第二阶段使用结构化比色、光学、反射、装饰和构图变量表征候选美甲设计,生成标准化指甲特征数据集。第三阶段将选定的肤色轮廓和指甲特征组合用作生成标准化虚拟手部-指甲刺激的条件目标。第四阶段将生成的皮肤和指甲区域与其预定目标进行比较,评估可重复性和表现平衡性,从而确定哪些刺激适合后续测试。第五阶段将验证后的肤色坐标、指甲特征变量和肤色-指甲色差度量与感知评分相结合,对和谐度、自然度、偏好度、满意度和感知手部外观进行建模。第六阶段将第五阶段确定的经验支持关系转化为候选排序规则或个性化指甲颜色选择指南。各阶段的证据基础有所不同,从已建立的比色标准和直接指甲特异性经验证据到从虚拟化妆品、生成式AI和计算色彩和谐研究中推断的证据。文献进一步提示应区分至少两种和谐机制:基于相似性的和谐以明度、色相或彩度的适度过渡为特征,可能创造自然或整合的外观;基于对比的和谐利用明度、彩度或色相的刻意差异创造清晰、戏剧性或精致的外观。这一区分很重要,可防止将ΔE00误解为直接美学质量分数。
3.8 识别的研究空白:综述文献未识别出经过验证的指甲特异性系统,该系统整合了客观手部肤色测量、定量指甲颜色分类、美甲设计属性、基于生成式AI的可控可视化、生成后颜色验证、肤色偏倚评估和个性化指甲颜色推荐。这一空白是拟议框架及后续使用标准化虚拟刺激和真实人手进行实证验证的主要理由。
相关新闻
生物通微信公众号
微信
新浪微博

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