論文の概要: Visual Matters: Connecting Aesthetic Appeal and Production Quality of Photos, Infographics and Data Visualizations to Credibility of Social Media Posts
- arxiv url: http://arxiv.org/abs/2605.26309v1
- Date: Mon, 25 May 2026 20:03:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-05-27 17:51:41.395688
- Title: Visual Matters: Connecting Aesthetic Appeal and Production Quality of Photos, Infographics and Data Visualizations to Credibility of Social Media Posts
- Title（参考訳）: ビジュアルマター: 写真、インフォグラフィック、データ可視化の美的魅力と生産品質をソーシャルメディア投稿の信頼性に結びつける
- Authors: Salman Khawar, Yingdan Lu, Yilang Peng, Jiyoung Yeon, Cuihua Shen,
- Abstract要約: 本研究は,視覚が信頼性判断をどう形作るかを検討する。
我々は、写真、インフォグラフィック、データビジュアライゼーションの3つの人気フォーマットに焦点を当て、テキストのみの投稿に比較する。
- 参考スコア（独自算出の注目度）: 1.8485970721272897
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: The rapid proliferation of visual content raises fundamental questions about how different visual formats and features shape perceived credibility. Drawing on processing fluency theory, this research examines how visuals shape credibility judgments. We focus on three popular formats-photos, infographics, and data visualizations-comparing them to text-only posts, and test how two visual features, aesthetic appeal and production quality, influence credibility through processing fluency as a mediating mechanism. Through a preregistered experiment with 1200 US participants, we found that visual posts are generally perceived as more credible than text-only posts but this credibility advantage only applies to photos and infographics, not to data visualizations. Aesthetic appeal increases perceived credibility, partially mediated by processing fluency, while production quality had no significant effect on credibility across formats. These findings differentiate visual formats, advance conceptualizations of visual features, and identify processing fluency as a key mechanism for theorizing credibility across multimodal contexts.
- Abstract（参考訳）: 視覚的コンテンツの急速な普及は、どのように異なる視覚的形式や特徴が信頼性を認識するかという根本的な疑問を提起する。
本研究は,処理流速理論を基礎として,視覚が信頼性判断をどのように形成するかを考察する。
我々は、テキストのみの投稿に比較した3つの人気フォーマット、インフォグラフィック、データ視覚化に焦点を当て、美的魅力と生産品質の2つの視覚的特徴が、メディア機構としての流布処理による信頼性にどのように影響するかをテストする。
1200人の米国参加者による事前登録実験により、画像投稿はテキストのみの投稿よりも信頼性が高いと一般的に認識されているが、この信頼性の優位性は画像やインフォグラフィックにのみ適用され、データ視覚化には適用されないことがわかった。
美的魅力は、部分的には処理の流布によって媒介されるが、生産品質はフォーマット間の信頼性に有意な影響を与えなかった。
これらの知見は、視覚的形式、視覚的特徴の先進的な概念化、およびマルチモーダルコンテキスト間の信頼性を理論化するための重要なメカニズムとして処理流速を識別する。
関連論文リスト
- Crowdsourcing of Real-world Image Annotation via Visual Properties [24.17124660778282]
本稿では,知識表現,自然言語処理,コンピュータビジョン技術を統合した画像アノテーション手法を提案する。
本稿では,事前に定義されたオブジェクトカテゴリ階層とアノテータフィードバックに基づいて動的に質問を行う対話型クラウドソーシングフレームワークを提案する。
実験では, この手法の有効性を実証し, クラウドソーシング設定を最適化するためにアノテータフィードバックについて議論した。
論文 参考訳（メタデータ） (2026-04-15T21:55:48Z) - Mind-the-Glitch: Visual Correspondence for Detecting Inconsistencies in Subject-Driven Generation [120.23172120151821]
本稿では,事前学習した拡散モデルのバックボーンから視覚的特徴と意味的特徴を分離するための新しいアプローチを提案する。
注釈付きセマンティックと視覚対応を備えた画像ペアを構築する自動パイプラインを導入する。
被験者駆動画像生成における視覚的不整合を定量化する新しい指標であるビジュアルセマンティックマッチングを提案する。
論文 参考訳（メタデータ） (2025-09-26T07:11:55Z) - TokBench: Evaluating Your Visual Tokenizer before Visual Generation [75.38270351179018]
さまざまな画像トークンやVAEに対して,テキストと顔の復元品質をさまざまな尺度で分析する。
以上の結果から, 現代の視覚トークン化器は, 特に小規模では, 細粒度保存に苦慮していることが明らかとなった。
論文 参考訳（メタデータ） (2025-05-23T17:52:16Z) - For a semiotic AI: Bridging computer vision and visual semiotics for computational observation of large scale facial image archives [3.418398936676879]
この研究は、ソーシャルメディアプラットフォームにおける画像の社会的・文化的影響を大規模に調査するためのフレームワークであるFRESCOを提示する。
FRESCOは、最新のコンピュータビジョン技術を用いて、画像を数値変数と分類変数に分解する。
このフレームワークは、線や色のような基本的な視覚的特徴を含むプラスティックレベル、特定の実体や概念を表す図形レベル、特にオブザーバーとオブザーバーの視点を構築することに焦点を当てた啓示レベルという3つのレベルにわたって画像を分析する。
論文 参考訳（メタデータ） (2024-07-03T16:57:38Z) - Impressions: Understanding Visual Semiotics and Aesthetic Impact [66.40617566253404]
画像のセミオティックスを調べるための新しいデータセットであるImpressionsを提示する。
既存のマルチモーダル画像キャプションと条件付き生成モデルは、画像に対する可視的応答をシミュレートするのに苦労していることを示す。
このデータセットは、微調整と少数ショット適応により、画像の印象や美的評価をモデル化する能力を大幅に改善する。
論文 参考訳（メタデータ） (2023-10-27T04:30:18Z) - Holistic Visual-Textual Sentiment Analysis with Prior Models [64.48229009396186]
本稿では,頑健な視覚・テキスト感情分析を実現するための総合的手法を提案する。
提案手法は,(1)感情分析のためのデータから特徴を直接学習する視覚テキストブランチ,(2)選択された意味的特徴を抽出する事前学習された「専門家」エンコーダを備えた視覚専門家ブランチ,(3)暗黙的に視覚テキスト対応をモデル化するCLIPブランチ,(4)多モード特徴を融合して感情予測を行うBERTに基づくマルチモーダル特徴融合ネットワークの4つの部分から構成される。
論文 参考訳（メタデータ） (2022-11-23T14:40:51Z) - Exploring CLIP for Assessing the Look and Feel of Images [87.97623543523858]
ゼロショット方式で画像の品質知覚(ルック)と抽象知覚(フィール)の両方を評価するために,コントラスト言語-画像事前学習(CLIP)モデルを導入する。
以上の結果から,CLIPは知覚的評価によく適合する有意義な先行情報を捉えることが示唆された。
論文 参考訳（メタデータ） (2022-07-25T17:58:16Z) - Personalizing image enhancement for critical visual tasks: improved
legibility of papyri using color processing and visual illusions [0.0]
方法: ユーザ体験実験において, 色処理と視覚錯覚に基づく新しい拡張アルゴリズムを古典的手法と比較する。
ユーザは、パーソナリティや社会的条件、タスクとアプリケーションドメイン、専門レベルと画質、ソフトウェア、ハードウェア、インターフェースの余裕などの影響を受けながら、幅広い行動スペクトルを示しました。
論文 参考訳（メタデータ） (2021-03-11T23:48:17Z) - Cross-Media Keyphrase Prediction: A Unified Framework with
Multi-Modality Multi-Head Attention and Image Wordings [63.79979145520512]
マルチメディア投稿におけるキーワード予測におけるテキストと画像の併用効果について検討する。
複雑なマルチメディアインタラクションを捉えるために,M3H-Att(Multi-Modality Multi-Head Attention)を提案する。
我々のモデルは,従来の注目ネットワークに基づいて,過去の技術状況よりも大幅に優れていた。
論文 参考訳（メタデータ） (2020-11-03T08:44:18Z)
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。