数据驱动的图像编辑日志多级分割
视频制作与编辑可定制与个性化物件UI/UX 设计师产品设计师
自动分割日志以供创意工具(如图像编辑系统)使用,可以通过支持智能历史导航或推荐替代设计选择等交互用例来提高其可用性和可学习性。我们提出了一种多级分割模型,该模型适用于许多图像编辑任务,包括海报创作、人像修饰和特效创作。日志事件的最低级别块是使用支持向量机模型计算的,更高层次的块则在此基础上构建,其粒度可以根据特定用例进行定制。我们的模型考虑了从现实复杂Photoshop会话中收集的专家用户四个事件属性派生出的特征:命令、时间戳、图像内容和艺术品图层。我们详细分析了每个特征的相关性,并使用定量性能指标和样本会话的定性分析来评估模型。
研究问题 / 现实痛点
这篇论文在当前问题库中对应的问题线索。
当前问题库还没有收录这篇论文的问题与痛点。
快捷操作
广告推荐
学习 AI 编程到 CodeNow
open_in_new打开DOI链接
DOI: https://doi.org/10.1145/3313831.3376152
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2020
emoji_events
奖项
未标记奖项
group
作者
3 位作者
sell
研究子方向
视频制作与编辑、可定制与个性化物件
work
职业/产业
UI/UX 设计师、产品设计师
article
内容状态
仅摘要
hub
相关论文
5 篇相关论文