論文の概要: Spatula: Exploring On-Demand In-Situ Interfaces and Interaction for Attribute Control

• arxiv url: http://arxiv.org/abs/2607.10405v1
• Date: Sat, 11 Jul 2026 17:10:44 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-07-14 15:40:48.423028
• Title: Spatula: Exploring On-Demand In-Situ Interfaces and Interaction for Attribute Control
• Title（参考訳）: Spatula: オン・デマンド・イン・サイト・インタフェースと属性制御のためのインタラクション
• Abstract要約: Spatulaは、オンデマンドの属性制御インタフェースとモーショングラフィックを作成するためのインタラクションを生成する概念実証システムである。 探索可能なランドスケープとして属性制御をフレーム化し、発見可能性、解決性、スコープ、拡張性という4つの重要な次元に沿って属性制御空間を探索する。
• 参考スコア（独自算出の注目度）: 25.92215042339825
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Controlling attributes is a critical step toward achieving the final creative outcome, yet current approaches fall short in supporting users in the iterative refinement of generative content. We propose Spatula, a proof-of-concept system that generates on-demand, in-situ attribute control interfaces and interactions for creating motion graphics. Building on a technical probe that automatically analyzes animation context and generates corresponding attributes and UI, we frame attribute control as an explorable landscape and explore the attribute control space along four key dimensions: Discoverability, Resolution, Scope, and Expandability. Findings from a user study (N=12) show that our system provides intuitive and convenient interactions while supporting diverse needs for fine-grained parameter control. Furthermore, our applications demonstrate that the plug-and-play design generalizes to other domains, such as web design and 3D modeling.
• Abstract（参考訳）: 属性の制御は、最終的な創造的な成果を達成するための重要なステップである。 本研究では、オンデマンドの属性制御インタフェースとモーショングラフィック作成のためのインタラクションを生成する概念実証システムであるSpatulaを提案する。 アニメーションコンテキストを自動的に解析し、対応する属性とUIを生成する技術プローブに基づいて、属性制御を探索可能なランドスケープとしてフレーム化し、属性制御空間を4つの重要な次元に沿って探索する:発見可能性、解決性、スコープ、拡張性。 ユーザスタディ (N=12) から得られた知見は, 粒度の細かいパラメータ制御に対する多様なニーズに対応しながら, 直感的で便利なインタラクションを提供するシステムであることを示している。 さらに,ウェブデザインや3Dモデリングなど他の領域にもプラグイン・アンド・プレイ設計が一般化されていることを示す。

関連論文リスト

• A Multi-Attribute Latent Space for Visual Analysis of Watches [13.304918146763983]
  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。
  論文  参考訳（メタデータ） (2026-06-26T09:45:12Z)
• SpatialClaw: Rethinking Action Interface for Agentic Spatial Reasoning [99.49739831030388]
  このインタフェースの設計は,オープンエンド空間推論のためのエージェントのキャパシティをいかに形作るかを検討する。 本研究では,アクションインタフェースとしてコードを採用する空間推論のためのトレーニングフリーフレームワークであるSpatialClawを提案する。
  論文  参考訳（メタデータ） (2026-06-11T17:59:36Z)
• Multi-modal user interface control detection using cross-attention [6.850038413666062]
  GPT生成したUI画像のテキスト記述を検出パイプラインに統合するYOLOv5のマルチモーダル拡張を提案する。 提案するフレームワークを,23の制御クラスにまたがる16,000以上の注釈付きUIスクリーンショットの大規模なデータセット上で評価した。
  論文  参考訳（メタデータ） (2026-04-08T10:46:52Z)
• SpaceControl: Introducing Test-Time Spatial Control to 3D Generative Modeling [62.89824987879374]
  本研究では,3次元生成の空間的制御を明示する訓練不要なテストタイム手法であるSpaceControlを紹介する。 SpaceControlは、追加のトレーニングを必要とせずに、現代的な事前訓練された生成モデルとシームレスに統合する。 テクスチャ化された3Dアセットへの直接変換を行うために,スーパークワッドリックのオンライン編集を可能にする対話型ユーザインタフェースを提案する。
  論文  参考訳（メタデータ） (2025-12-05T00:54:48Z)
• ARPOV: Expanding Visualization of Object Detection in AR with Panoramic Mosaic Stitching [0.0]
  ARPOVは、ARヘッドセットによってキャプチャされたビデオに合わせたオブジェクト検出モデル出力を分析するための、インタラクティブなビジュアル分析ツールである。 提案ツールでは, 望ましくないフレームを自動的にフィルタリングしながら, パノラマ縫合を利用して環境の視界を拡大する。
  論文  参考訳（メタデータ） (2024-10-01T20:29:14Z)
• Exploiting Modality-Specific Features For Multi-Modal Manipulation Detection And Grounding [54.49214267905562]
  マルチモーダルな操作検出とグラウンド処理のためのトランスフォーマーベースのフレームワークを構築する。 本フレームワークは,マルチモーダルアライメントの能力を維持しながら,モダリティ特有の特徴を同時に探求する。 本稿では,グローバルな文脈的キューを各モーダル内に適応的に集約する暗黙的操作クエリ(IMQ)を提案する。
  論文  参考訳（メタデータ） (2023-09-22T06:55:41Z)
• Active Sensing with Predictive Coding and Uncertainty Minimization [0.0]
  2つの生物学的計算から着想を得たエンボディード探索のためのエンドツーエンドの手法を提案する。 まず,迷路ナビゲーションタスクによるアプローチを実演し,環境の遷移分布と空間的特徴を明らかにする。 本モデルでは,視覚シーンを効率的に分類するための探索によって,教師なし表現を構築する。
  論文  参考訳（メタデータ） (2023-07-02T21:14:49Z)
• A Dynamic Feature Interaction Framework for Multi-task Visual Perception [100.98434079696268]
  複数の共通認識課題を解決するための効率的な統合フレームワークを考案する。 これらのタスクには、インスタンスセグメンテーション、セマンティックセグメンテーション、モノクル3D検出、深さ推定が含まれる。 提案するフレームワークはD2BNetと呼ばれ,マルチタスク認識のためのパラメータ効率予測に一意なアプローチを示す。
  論文  参考訳（メタデータ） (2023-06-08T09:24:46Z)
• GANSlider: How Users Control Generative Models for Images using Multiple Sliders with and without Feedforward Information [33.28541180149195]
  フィードフォワード・ビジュアライゼーションのない複数のスライダが、ユーザが生成モデルの制御にどのように影響するかを検討する。 より多くのコントロールディメンション(スライダ)がタスクの難易度とユーザアクションを著しく増加させることがわかった。 可視化だけでは、ユーザが個々のコントロールディメンションを理解するのに十分とは限らない。
  論文  参考訳（メタデータ） (2022-02-02T11:25:07Z)
• FIVES: Feature Interaction Via Edge Search for Large-Scale Tabular Data [106.76845921324704]
  本稿では,FIVES (Feature Interaction Via Edge Search) という新しい手法を提案する。 FIVESは、定義された特徴グラフ上のエッジを探すために、インタラクティブな特徴生成のタスクを定式化する。 本稿では,対話的特徴の探索を動機づける理論的証拠を提示する。
  論文  参考訳（メタデータ） (2020-07-29T03:33:18Z)
• Dynamic Feature Integration for Simultaneous Detection of Salient Object, Edge and Skeleton [108.01007935498104]
  本稿では,高次物体分割,エッジ検出,スケルトン抽出など,低レベルの3つの視覚問題を解く。 まず、これらのタスクで共有される類似点を示し、統一されたフレームワークの開発にどのように活用できるかを示す。
  論文  参考訳（メタデータ） (2020-04-18T11:10:11Z)

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。