Что касается моего ответа, я собираюсь думать за пределами коробки Байса. Если бы мне пришлось решать эту проблему, я бы попробовал один из трех подходов:
1) Нечеткая логика, возможно, основанная на эмпирических данных, собранных от пользователей. Возможно, что нечеткая логика может захватить и упростить автоматическое определение того, что люди имеют в виду, когда говорят о цвете лучше, чем четкие статистические показатели. (Существуют также методы, сочетающие логический вывод Байса и нечеткую логику, IIRC.)
2) Однажды я поиграл с идеей использования сетей Кохонена для автоматической классификации цветов. Я не зашел слишком далеко, но первые результаты были многообещающими в том, что сети имели тенденцию сходиться в решениях, которые были приятными и интуитивно понятными с человеческой точки зрения. Узлы имели тенденцию группироваться в узоры, которые, казалось, соответствовали человеческим меткам, таким как «красный», «оранжевый», и имели очевидные переходные зоны, такие как «красно-оранжевый».
3) Я также провел несколько экспериментов, в которых использовались генетические алгоритмы для разработки оптимизированных палитр для конкретных изображений. Опять же, я не зашел слишком далеко, но первые тесты показали многообещающие результаты.