論文の概要: "I'm happy even though it's not real": GenAI Photo Editing as a Remembering Experience
- arxiv url: http://arxiv.org/abs/2602.03104v2
- Date: Wed, 04 Feb 2026 04:25:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-02-05 15:07:33.80613
- Title: "I'm happy even though it's not real": GenAI Photo Editing as a Remembering Experience
- Title（参考訳）: 「本物じゃないのに幸せだ」GenAI Photo Editing as a Remembering Experience
- Authors: Yufeng Wu, Qing Li, Elise van den Hoven, A. Baki Kocaballi,
- Abstract要約: Generative Artificial Intelligence(GenAI)は、パーソナルデバイス上の写真アプリケーションにますます統合されている。
この研究は、人々がどのようにしてGenAIを使って個人写真を編集し、それが記憶体験をどう形成するかを調査する。
- 参考スコア（独自算出の注目度）: 8.681602349177368
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Generative Artificial Intelligence (GenAI) is increasingly integrated into photo applications on personal devices, making editing photographs easier than ever while potentially influencing the memories they represent. This study explores how and why people use GenAI to edit personal photos and how this shapes their remembering experience. We conducted a two-phase qualitative study with 12 participants: a photo editing session using a GenAI tool guided by the Remembering Experience (RX) dimensions, followed by semi-structured interviews where participants reflected on the editing process and results. Findings show that participants prioritised felt memory over factual accuracy. For different photo elements, environments were modified easily, however, editing was deemed unacceptable if it touched upon a person's identity. Editing processes brought positive and negative impacts, and itself also became a remembering experience. We further discuss potential benefits and risks of GenAI editing for remembering purposes and propose design implications for responsible GenAI.
- Abstract（参考訳）: Generative Artificial Intelligence(GenAI)は、パーソナルデバイス上の写真アプリケーションに統合されつつある。
この研究は、人々がどのようにしてGenAIを使って個人写真を編集し、それが記憶体験をどう形成するかを調査する。
被験者12名を対象に,リマインド体験(RX)次元をガイドしたGenAIツールを用いた写真編集セッションと,編集過程と結果に反映した半構造化インタビューを行った。
その結果、被験者は事実の正確さよりも記憶を優先したことが判明した。
異なる写真要素に対して、環境は容易に修正されるが、人のアイデンティティに触れると編集は受け入れがたいものとみなされた。
編集プロセスは肯定的かつ否定的な影響をもたらし、それ自体も記憶に残る体験となった。
我々はさらに,GenAIの編集を記憶するための潜在的なメリットとリスクについて論じるとともに,責任あるGenAIに対する設計上の意味について提案する。
関連論文リスト
- INRetouch: Context Aware Implicit Neural Representation for Photography Retouching [54.17599183365242]
本稿では、プロの編集から前後のイメージペアを通して学習する新しいリタッチ転送手法を提案する。
我々は,画像の内容とコンテキストに基づいて,適応的に編集を適用することを学習する文脈認識型インプシットニューラル表現を開発した。
提案手法は,参照編集から暗黙的な変換を抽出し,それらを新しい画像に適用する。
論文 参考訳（メタデータ） (2024-12-05T03:31:48Z) - Misconceptions, Pragmatism, and Value Tensions: Evaluating Students' Understanding and Perception of Generative AI for Education [0.11704154007740832]
学生はこの技術のアーリーアダプターであり、非典型的手法で利用している。
学生は,1)GenAIの理解,2)GenAIの利用,3)教育における利用に関するメリット,欠点,倫理的問題について,その説明を求めた。
論文 参考訳（メタデータ） (2024-10-29T17:41:06Z) - Synthetic Human Memories: AI-Edited Images and Videos Can Implant False Memories and Distort Recollection [27.957360687413765]
AIは、意図的にも意図的にも、画像やビデオの強化にますます利用されている。
本研究では,AIを用いた視覚が虚偽記憶に与える影響について検討する。
論文 参考訳（メタデータ） (2024-09-13T15:08:39Z) - LIPE: Learning Personalized Identity Prior for Non-rigid Image Editing [20.861672583434718]
LIPEは、2段階のフレームワークであり、同じ主題の画像の限られたセットを利用して生成モデルをカスタマイズするように設計されている。
LIPEは、同じ対象の限られた画像集合を用いて生成モデルをカスタマイズする2段階のフレームワークであり、その後、非厳密な画像編集のために学習済みのモデルを用いる。
論文 参考訳（メタデータ） (2024-06-25T02:56:16Z) - Responsible Visual Editing [53.45295657891099]
画像内の特定の概念を修正し、変更を最小化しながら、より責任を負うようにする。
有害な画像が研究に与える影響を緩和するため、人間の代わりにテディベアを用いて有害な情報を表現した透明でパブリックなデータセットAltBearを作成しました。
AltBearデータセットは、実画像に見られる有害な内容とよく一致し、一貫した実験的な評価を提供する。
論文 参考訳（メタデータ） (2024-04-08T14:56:26Z) - Enjoy Your Editing: Controllable GANs for Image Editing via Latent Space
Navigation [136.53288628437355]
コントロール可能なセマンティックイメージ編集により、ユーザーはクリック数回で画像属性全体を変更できる。
現在のアプローチでは、絡み合った属性編集、グローバルなイメージアイデンティティの変更、フォトリアリズムの低下に悩まされることが多い。
本稿では,主に定性評価に焦点を当てた先行研究とは異なり,制御可能な編集性能を測定するための定量的評価手法を提案する。
論文 参考訳（メタデータ） (2021-02-01T21:38:36Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。