論文の概要: Text-based Tactile Graphics Generation for the Visually Impaired

• arxiv url: http://arxiv.org/abs/2607.22674v1
• Date: Fri, 10 Jul 2026 03:04:30 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-08-02 22:55:39.018008
• Title: Text-based Tactile Graphics Generation for the Visually Impaired
• Title（参考訳）: 視覚障害者のためのテキストベースの触覚グラフィクス生成
• Abstract要約: 触覚グラフィックスは、視覚障害者(BLV)が非テキスト情報にアクセスするための主要な媒体である。 本稿では,自然言語のプロンプトから直接,製造可能な2.5D触覚グラフィックを生成する最初の統合生成システムを提案する。
• 参考スコア（独自算出の注目度）: 51.53004839882403
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Tactile graphics are a primary medium for blind and low-vision (BLV) individuals to access non-textual information. However, they are difficult to scale or personalize. While recent generative models have revolutionized visual content creation, they are optimized for screen-based visual realism and fail to satisfy the haptic perceptual and physical fabrication constraints required for touch. We present the first integrated generative system that produces fabrication-ready 2.5D tactile graphics directly from natural language prompts, jointly generating global base geometry, fine-grained tactile surface textures, and standard-compliant braille within a unified 3D-printable representation. Our approach introduces fabrication-aware techniques, including template-guided relief generation, a fast diffusion-based text-to-texture module for high-resolution tileable normal maps, and strict base flattening to ensure tactile readability and printability, while supporting both automatic generation and interactive texture control. Extensive evaluations, together with in-person user studies with BLV participants and blindfolded sighted participants using physically 3D-printed outputs, show that participants consistently prefer our results over baselines. By extending generative graphics beyond screens to touchable reliefs, our work broadens access to generative AI for the BLV community and beyond.
• Abstract（参考訳）: 触覚グラフィックスは、視覚障害者(BLV)が非テキスト情報にアクセスするための主要な媒体である。 しかし、スケールやパーソナライズが難しい。 最近の生成モデルは、視覚コンテンツ作成に革命をもたらしたが、画面ベースの視覚リアリズムに最適化されており、タッチに必要な触覚的知覚的および身体的創造的制約を満たすことができない。 本稿では, 自然言語プロンプトから直接製作可能な2.5Dテクスチャグラフィックスを製作し, グローバルベース形状, きめ細かな触覚表面テクスチャ, 標準準拠点字を統一された3Dプリント可能な表現で生成する, 初めての統合生成システムを提案する。 提案手法では,テンプレート誘導型レリーフ生成,高分解能タイル状正規地図用高速拡散型テキスト・テクスチャモジュール,触覚の可読性と印刷性を確保するための厳密なベースフラット化などを実現するとともに,自動生成と対話型テクスチャ制御をサポートする。 広汎な評価は、BLV参加者と目隠しされた視力のある被験者と、物理的に3Dプリンティングされたアウトプットを用いた個人的ユーザスタディと合わせて、被験者が一貫してベースラインよりも結果を好むことを示す。 スクリーンを超えて生成グラフィックをタッチ可能なレリーフに拡張することで、私たちの研究はBLVコミュニティおよびそれ以上のジェネレーティブAIへのアクセスを拡大します。

関連論文リスト

• Text-Image Conditioned 3D Generation [71.98375600100856]
  TIGONは、イメージとテキスト条件のバックボーンと軽量なクロスモーダル融合を備えた、最小限のデュアルブランチベースラインである。 我々の診断研究は、テキストと画像条件の単純な融合でさえ、単一モダリティモデルよりも優れていることを示している。 大規模な実験により、テキスト画像の条件付けは単一モダリティ法よりも一貫して改善されることが示された。
  論文  参考訳（メタデータ） (2026-03-22T15:36:16Z)
• LaFiTe: A Generative Latent Field for 3D Native Texturing [72.05710323154288]
  既存のネイティブアプローチは、その生成したテクスチャの忠実さと一般性を著しく制限する、強力で多目的な表現が欠如しているため、疎外である。 粗い色表現と紫外パラメータ化によって制約された高品質なテクスチャを生成するLaFiTeを紹介する。
  論文  参考訳（メタデータ） (2025-12-04T13:33:49Z)
• A Scalable Attention-Based Approach for Image-to-3D Texture Mapping [3.8476192001237597]
  高品質なテクスチャは、リアルな3Dコンテンツ作成に不可欠です。 既存の生成法は遅く、紫外線マップに依存しており、しばしば参照画像に忠実に保たない。 本稿では,1つの画像とメッシュから直接3次元テクスチャ場を予測するトランスフォーマーベースのフレームワークを提案する。
  論文  参考訳（メタデータ） (2025-09-05T14:18:52Z)
• SMPL-GPTexture: Dual-View 3D Human Texture Estimation using Text-to-Image Generation Models [7.436391283592317]
  SMPL-GPTextureは、自然言語プロンプトを入力として取り、最先端のテキスト画像生成モデルを活用する、新しいパイプラインである。 パイプラインはユーザのプロンプトに合わせて高解像度なテクスチャを生成することができることを示す。
  論文  参考訳（メタデータ） (2025-04-17T23:28:38Z)
• TactileNet: Bridging the Accessibility Gap with AI-Generated Tactile Graphics for Individuals with Vision Impairment [5.627346969563955]
  触覚グラフィックスは、世界4300万人の視覚障害者に視覚情報へのアクセスを提供するのに不可欠である。 これらのグラフィックを作成する従来の方法は労働集約的であり、需要の増加に対応できない。 私たちは、組み込み対応の2D触覚テンプレートを生成するための、最初の包括的なデータセットとAI駆動のフレームワークであるTactileNetを紹介します。
  論文  参考訳（メタデータ） (2025-04-07T04:21:31Z)
• InsTex: Indoor Scenes Stylized Texture Synthesis [81.12010726769768]
  拡張現実(ARVR)アプリケーションでは、高品質なテクスチャが3Dシーンに不可欠である。 現在の手法は、長い処理時間と視覚的アーティファクトに悩まされている。 3Dシーンのための高品質なテクスチャを生成するために設計された2段階アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2025-01-22T08:37:59Z)
• Tactile DreamFusion: Exploiting Tactile Sensing for 3D Generation [39.702921832009466]
  本稿では,タッチを付加的なモダリティとして組み込むことにより,生成した3次元資産の幾何学的詳細性を向上する手法を提案する。 2次元拡散モデルにより導かれる視覚的および触覚的テクスチャを合成する軽量な3次元テクスチャ場を設計する。 我々は,3次元生成タスクの幾何学的詳細性を高めるために,高分解能触覚を初めて活用する。
  論文  参考訳（メタデータ） (2024-12-09T18:59:45Z)
• DreamPolish: Domain Score Distillation With Progressive Geometry Generation [66.94803919328815]
  本稿では,高精細な幾何学と高品質なテクスチャの創出に優れたテキスト・ツー・3D生成モデルであるDreamPolishを紹介する。 幾何構成フェーズでは, 合成過程の安定性を高めるために, 複数のニューラル表現を利用する。 テクスチャ生成フェーズでは、そのような領域に向けて神経表現を導くために、新しいスコア蒸留、すなわちドメインスコア蒸留(DSD)を導入する。
  論文  参考訳（メタデータ） (2024-11-03T15:15:01Z)
• TouchSDF: A DeepSDF Approach for 3D Shape Reconstruction using Vision-Based Tactile Sensing [29.691786688595762]
  人間は視覚と触覚に頼り、身体環境の総合的な3D理解を開発する。 触覚3次元形状再構成のための深層学習手法であるTouchSDFを提案する。 本手法は,(1)触覚画像をタッチ位置の局所メッシュにマッピングする畳み込みニューラルネットワーク,(2)署名された距離関数を予測して所望の3次元形状を抽出する暗黙的ニューラルネットワークの2つのコンポーネントから構成される。
  論文  参考訳（メタデータ） (2023-11-21T13:43:06Z)
• DreamStone: Image as Stepping Stone for Text-Guided 3D Shape Generation [105.97545053660619]
  テキスト誘導型3次元形状生成手法DreamStoneを提案する。 画像を使ってテキストと形状のギャップを埋め、ペアのテキストと3Dデータを必要とせずに3Dの形状を生成する。 我々のアプローチは汎用的で柔軟でスケーラブルであり、様々なSVRモデルと容易に統合でき、生成空間を拡大し、生成忠実性を向上させることができる。
  論文  参考訳（メタデータ） (2023-03-24T03:56:23Z)

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。