随着科学技术的更新迭代和生活品质的不断提升,人们对于作品的设计要求越来越高。而配色方案作为作品设计的根基,其重要性显而易见,配色方案的选择往往决定了设计作品界面的美观和高度。现有的线上配色网站,在一定程度上为用户提供了一些配色方案,但是这些配色网站也存在一些缺陷。工具类的配色网站太过于专业,对于没有专业配色知识的用户很难上手使用;具体展示类的配色网站,往往是通过专业设计师上传设计好的配色,用户浏览打分等方式来选择性的展示,该过程比较漫长,且配色方案数量有限。GAN的提出满足了许多领域的应用和需求,并为这些领域导入了新的动力。基于一连串成功应用的启发,本文提出了基于深度卷积生成对抗网络的自动配色算法,该算法可以一直生成大量新的优秀配色方案,解决了传统配色网站配色方案数量有限的问题。但是实际选择配色方案的时候可能存在一组配色中的某一两个颜色不太适合设计产品界面的需求,这时候就希望有其他多样化的颜色可以参考,并且和现有的颜色搭配起来是符合大众审美的。于是又提出了基于深度卷积条件生成对抗网络去实现锁定生成配色方案的想法。在该算法模型中定义条件变量c为锁定颜色的个数。除此之外,本文系统的研究了色彩和情绪心理的关系,并根据HSV模式的基本色系分量范围定量的对配色方案进行了分类,最终建立起色彩情绪与配色方案的关系,实现了利用色彩和情绪关键词检索生成配色方案的功能。为了验证通过情绪关键词检索生成的配色方案能否激起用户相应的情绪共鸣,本文专门对此做了专题研究。根据测试者的测试结果反馈进行统计和分析,85.5%的人认为色彩搭配是比较合理和舒适的并且77.3%的人的情绪反馈符合定义的配色方案与对应的情绪映射。因此,整体方案具备可行的实用性。最后,本文基于爬虫技术获取的接近2万条配色方案数据集,对自动配色算法模型和锁定及生成配色算法模型进行了训练。并对配色网站的各个功能模块进行了具体开发实现。