VisiFit:为初学者设计师结构化迭代改进
平面设计与排版工具创意协作与反馈系统UI/UX 设计师视觉艺术家与设计师
文献标题
VisiFit: Structuring Iterative Improvement for Novice Designers
文献信息
- 主题领域: 图形设计、用户界面设计工具、计算机辅助创意
- 关键词: 计算设计, 设计工具, 迭代设计, 视觉增强工具, 新手设计, 用户界面设计, 人机交互, 视觉混合
研究背景与问题
- 发现的问题或挑战:
- 视觉混合是一种高级的图形设计技术,但对于新手来说操作十分困难,尤其是提升低保真原型至高保真版本。
- 现有的工具(例如Photoshop)过于依赖专业知识,缺乏支持新手设计师迭代改进的功能。
- 研究发现,尽管设计过程的其他阶段(如头脑风暴、原型制作、评估等)已有丰富的支持工具,专注于设计迭代的工具却明显缺乏。
- 重要性:
- 迭代设计是提升设计保真度、接近目标的关键过程,但目前新手缺乏合适的工具完成这一阶段。
- 为新手设计师提供有效支持,有助于降低对专家的依赖,激发创新设计创作,同时节省人力和时间成本。
- 研究动机与相关工作:
- 先前工具(如VisiBlends)已有助于生成初步的视觉混合原型,但无法帮助用户提升混合集成度。
- 作者提出了新的迭代方法,结合视觉认知的认知科学基础,构建工具以支持新手逐步改善原型。
解决方案
- 提出的方法或解决方案:
- 开发了一种基于次级设计维度(颜色、轮廓和内部细节)的迭代提升方法。
- 实现了 Visifit 系统,这是一种针对新手用户的计算设计工具,提供具有交互性和结构化步骤的工作流。
- 创新之处:
- 提出使用次级设计维度(如颜色、轮廓、内部细节)来系统性地指导设计迭代,这是基于人类视觉对象识别的神经科学原理。
- 实现了一套互动性的、高抽象层次的工具,专注于次级设计维度的自动化处理(例如轮廓提取、颜色混合和细节提取)。
- 系统设计了一个按步骤推进的管道工作流,使用户能够快速、轻松地探索设计空间。
- 实施步骤及关键技术:
- 提取主要形状:使用深度学习和经典计算机视觉方法(如 Grabcut)分割对象。
- 自动对齐和调整位置:通过仿射变换调整对象位置。
- 选择轮廓选项:提供两个自动生成的版本供用户选择最佳轮廓。
- 调节颜色混合:实现透明度混合、乘法混合和颜色替换等多种选项。
- 选择和重新应用内部细节:通过交互工具提取和重新放置局部细节。
研究成果
- 具体成果:
- 使用 VisiFit 系统,参与者在平均不到 4 分钟内显著改善了 76% 初始视觉混合原型。
- 调整后的设计中,有 70% 达到可发布在社交媒体上的质量。
- 与现有解决方案的对比优势:
- VisiFit 提供了直观的迭代流程,避免用户低层操作(例如像素级操作的复杂性)。
- 新手无需具备专业设计知识即可快速创建撕裂缝隙较小且视觉吸引力强的混合设计。
- 实验或评估结果:
- 通过用户研究验证了系统的有效性。与会评审专家一致认为,与初始原型相比,大部分改进后的设计质量有明显提升。
- 系统允许用户探索设计空间的不同次级维度,使创建更无缝的混合变得可能。
- 局限性与未来方向:
- 局限性:部分细节提取工具(如对 Grabcut 的依赖)在某些复杂情况下操作精度欠佳;某些特定混合问题中,用户的创作效果和工具的表现仍然有限。
- 未来方向:扩展至更多设计领域(如动画混合、时尚与家具设计),开发智能化、自动发现次级设计维度的工具,并进一步优化图像细节提取精度。
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。
help
研究问题
3- 新手设计师在进行视觉混合设计时如何更有效地优化低保真原型为高保真版本?分类: 创作工作流与多阶段流程同类问题arrow_forward
- 次级设计维度(如颜色、轮廓和内部细节)如何促进设计迭代?分类: 创作工作流与多阶段流程同类问题arrow_forward
- 使用基于认知科学的设计工具能否显著提升新手设计师的设计质量和效率?分类: 创作工作流与多阶段流程同类问题arrow_forward
lightbulb
现实痛点
1- 新手设计师在视觉混合设计时难以有效进行迭代优化。分类: 创作工作流与多阶段流程同类问题arrow_forward
- 80%
TypeDance:通过个性化生成从图像创建语义排版标志
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 80%
InkIdeator: 通过AI注入的中国画探索支持中国风格视觉设计构思
CHI '26· 生成式AI(文本、图像、音乐、视频) +2
- 80%
SemanticCollage: 使用语义标签增强数字情绪板设计
DIS '20· 平面设计与排版工具 +1
- 75%
"我的想法一点点涌现":图形专业人士如何管理创意
C&C '24· 创意协作与反馈系统
- 67%
FashionQ:一种促进时尚设计创意构思的人工智能驱动支持工具
CHI '21· 生成式AI(文本、图像、音乐、视频) +2
- 67%
利用生成式AI打造创意专长:图形界面在设计空间探索中比文本提示更好地支持创意构思
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
探索用于抽象驱动的探索性图像着色的交互式颜色调板
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 67%
Collaposer:将照片集合转化为用于叙事的拼贴视觉资产
CHI '26· 平面设计与排版工具 +2
- 67%
DesignPrompt:利用多模态交互进行生成式AI设计探索
DIS '24· 生成式AI(文本、图像、音乐、视频) +2
- 60%
高容量人为可设计可视标记的有意编码方法
CHI '18· 交互式数据可视化 +1
基于研究子主题与职业分类的 Jaccard 相似度(≥60%)
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/10.1145/3411764.3445089
一眼看懂
fact_check论文快照
dataset
来源
CHI
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
4 位作者
sell
研究子方向
平面设计与排版工具、创意协作与反馈系统
work
职业/产业
UI/UX 设计师、视觉艺术家与设计师
article
内容状态
已索引正文
hub
相关论文
10 篇相关论文