論文の概要: A Multi-Attribute Latent Space for Visual Analysis of Watches
- arxiv url: http://arxiv.org/abs/2606.27897v1
- Date: Fri, 26 Jun 2026 09:45:12 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-06-29 18:24:25.44486
- Title: A Multi-Attribute Latent Space for Visual Analysis of Watches
- Title（参考訳）: 時計の視覚分析のためのマルチ属性潜時空間
- Abstract要約: 本稿では,大規模な腕時計コレクションを探索するための設計理論,埋め込みモデル,インタラクティブビジュアル分析システムを提案する。
我々は、ウォッチ型を明示的なセマンティックオーガナイザとして使用しながら、ダイヤル色とダイヤルデザインの属性グラフを別々に表現する。
パラメータ分析,実行時測定,時計の専門家と初心者による定性的なパイロットスタディを通じて,本手法の評価を行った。
- 参考スコア（独自算出の注目度）: 13.304918146763983
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: We present a design rationale, embedding model, and interactive visual-analysis system for exploring large wristwatch collections through heterogeneous visual and semantic attributes. The system addresses a common limitation of catalog and e-commerce interfaces: users can filter by metadata, but they receive little support for open-ended exploration of visual similarity, stylistic alternatives, and mixed aesthetic-functional criteria. We therefore represent watches with separate attribute graphs for dial color and dial design, while using watch type as an explicit semantic organizer. Dials are segmented with a U-Net, watch types are predicted with a Vision Transformer, colors are represented through a shared CIELAB reference palette, and dial structure is described with a gradient-based image descriptor. We extend UMAP by combining attribute-specific neighborhood graphs in a unified probabilistic objective and by adding a class-aware layout term that separates global type structure from local visual neighborhoods. The resulting map is exposed in an interactive interface with spatial navigation, metadata filtering, detail inspection, and search-by-example insertion. We evaluate the approach through parameter analysis, runtime measurements, and a qualitative pilot study with watch experts and novices. The results suggest that the system supports discovery and comparison, while also revealing limitations in scalability assessment, search-by-example validation, and the need for broader domain studies. We explicitly discuss these limitations and derive design implications for multi-attribute latent-space visualization across heterogeneous visual collections.
- Abstract（参考訳）: 不均一な視覚的・意味的属性を通して大きな腕時計コレクションを探索するための設計根拠,埋め込みモデル,対話型ビジュアル分析システムを提案する。
ユーザーはメタデータでフィルタリングできるが、視覚的類似性、スタイル的代替品、および混合美的機能的基準のオープンな探索はほとんどサポートされない。
したがって、ウォッチ型を明示的なセマンティックオーガナイザとして使用しながら、ダイヤル色とダイヤルデザインの属性グラフを別々に表現する。
ダイヤルはU-Netでセグメンテーションされ、ウォッチタイプはVision Transformerで予測され、カラーは共有CIELAB参照パレットで表現され、ダイヤル構造は勾配ベースの画像記述子で記述される。
属性固有近傍グラフを統一確率目的に組み合わせ、グローバルな型構造を局所的な視覚的近傍から分離するクラス認識レイアウト項を追加することにより、UMAPを拡張した。
得られたマップは、空間ナビゲーション、メタデータフィルタリング、詳細検査、検索・バイ・サンプル挿入を備えたインタラクティブなインターフェースで公開されている。
パラメータ分析,実行時測定,時計の専門家と初心者による定性的なパイロットスタディを通じて,本手法の評価を行った。
その結果,本システムは発見と比較をサポートするとともに,拡張性評価,検索・バイ・サンプル検証,より広範なドメインスタディの必要性も浮き彫りにしている。
我々はこれらの制約を明示的に議論し、不均一な視覚コレクションを横断する多属性ラテント空間の可視化における設計上の意味を導出する。
関連論文リスト
- End-to-End Cell Detection via Instance-aware Graph Modeling [31.98156719497261]
細胞検出と分類のためのエンドツーエンドフレームワークを提案する。
動的グラフ構築モジュールとインスタンス対応グラフネットワークが組み込まれている。
本手法は,検出性能と分類性能の両方において既存手法よりも優れていた。
論文 参考訳（メタデータ） (2026-09-14T10:37:19Z) - Hierarchical Fine-Grained Aerial Object Detection [41.39072956799442]
本稿では、エキスパートインフォームドキューを組み込んだ、きめ細かい空中物体検出のためのスキーム「ExpertDet」を提案する。
具体的には、視覚構造とセマンティクスを整合させるVMAM(Vision-Aware Masked Attribute Modeling)を設計する。
また,階層型ビジュアル・インスタンス・プロモーション (HierVIP) を提案し,階層型関係に基づくビジュアル・プロトタイプ・ツリーを構築する。
論文 参考訳（メタデータ） (2026-06-15T09:20:16Z) - TopoAlign: Topology-Aware Visual Representation Alignment [18.80110544625249]
TopoAlignは、構造の観点からモデル表現を視覚的に比較するためのフレームワークである。
TopoAlignは、トポロジカルな視点から表現構造とアライメントについて有意義な洞察を提供する。
論文 参考訳（メタデータ） (2026-05-25T07:58:26Z) - Wasserstein-Aligned Hyperbolic Multi-View Clustering [58.29261653100388]
本稿では,マルチビュークラスタリングのための新しいWasserstein-Aligned Hyperbolic(WAH)フレームワークを提案する。
本手法はビュー固有の双曲エンコーダを用いて特徴をローレンツ多様体に埋め込んで階層的セマンティックモデリングを行う。
論文 参考訳（メタデータ） (2025-12-10T07:56:19Z) - 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) - A Unified Framework for Interactive Visual Graph Matching via Attribute-Structure Synchronization [4.4315876561900165]
インタラクティブなビジュアルグラフマッチングのための新しいフレームワークを提案する。
提案手法では,構造的特徴と属性的特徴を表現するために属性-構造同期法を開発した。
デザインされたインターフェイスでは、ユーザーは望む構造的およびセマンティックな特徴を持つ新しいターゲットグラフを指定できる。
論文 参考訳（メタデータ） (2025-07-26T02:47:09Z) - RefChartQA: Grounding Visual Answer on Chart Images through Instruction Tuning [63.599057862999]
RefChartQAは、Chart Question Answering(ChartQA)とビジュアルグラウンドを統合した、新しいベンチマークである。
実験により,グラウンド化による空間認識を取り入れることで,応答精度が15%以上向上することが実証された。
論文 参考訳（メタデータ） (2025-03-29T15:50:08Z) - Compositional Caching for Training-free Open-vocabulary Attribute Detection [65.46250297408974]
オープンボキャブラリ属性検出のためのトレーニング不要なComcal Caching(ComCa)を提案する。
ComCaは、イメージの補助キャッシュをポップアップするために、ターゲット属性とオブジェクトのリストのみを入力として使用する。
パブリックデータセットの実験では、ComCaがゼロショットとキャッシュベースのベースラインを大幅に上回っていることが示されている。
論文 参考訳（メタデータ） (2025-03-24T21:00:37Z) - VERA: Generating Visual Explanations of Two-Dimensional Embeddings via Region Annotation [0.0]
Visual Explanations via Region (VERA) は2次元埋め込みの視覚的説明を生成する自動埋め込みアノテーション手法である。
VERAは、埋め込み空間内の異なる領域を特徴付ける情報的説明を生成し、ユーザがその埋め込み風景を一目で概観することができる。
実世界のデータセット上でのVERAの利用について説明するとともに,本手法の有効性を比較ユーザスタディで検証する。
論文 参考訳（メタデータ） (2024-06-07T10:23:03Z) - Boundary Knowledge Translation based Reference Semantic Segmentation [62.60078935335371]
視覚境界知識翻訳を行うための参照参照セグメンテーションネットワーク(Ref-Net)を導入する。
人間の認識機構にインスパイアされたRTMTMは、参照オブジェクトの特徴に基づいて、同じカテゴリオブジェクトをセグメント化するだけに考案されている。
Ref-Netは、数十の細かい注釈付きサンプルをガイダンスとして、完全に教師された6つのデータセットのメソッドと同等の結果を得る。
論文 参考訳（メタデータ） (2021-08-01T07:40:09Z) - ConsNet: Learning Consistency Graph for Zero-Shot Human-Object
Interaction Detection [101.56529337489417]
画像中のHuman, Action, Object>の形のHOIインスタンスを検出・認識することを目的としたHuman-Object Interaction (HOI) Detectionの問題点を考察する。
我々は、オブジェクト、アクション、インタラクション間の多レベルコンパレンシーは、稀な、あるいは以前には見られなかったHOIのセマンティック表現を生成するための強力な手がかりであると主張している。
提案モデルでは,人-対象のペアの視覚的特徴とHOIラベルの単語埋め込みを入力とし,それらを視覚-意味的関節埋め込み空間にマッピングし,類似度を計測して検出結果を得る。
論文 参考訳（メタデータ） (2020-08-14T09:11:18Z)
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。