从少量示例中学习个人风格
生成式AI(文本、图像、音乐、视频)平面设计与排版工具UI/UX 设计师产品设计师
设计工作中的关键任务是把握客户的隐含品味。设计师通常根据客户提供的一组示例来完成这项工作。然而,识别颜色、纹理和布局等多重交织变量中的共同模式,并将它们合成为复合偏好是一项挑战。在本文中,我们利用计算模型的模式识别能力来帮助完成这一任务。我们提供了一套从计算上学习个人风格的原则。这些原则体现在PseudoClient中,这是一个深度学习框架,可以从少数几个示例中学习个人图形设计风格的计算模型。在几个实验中,我们发现PseudoClient仅用五个正面和负面示例就达到了79.40%的准确率,优于几种替代方法。最后,我们讨论了PseudoClient如何作为构建块来支持未来设计应用的开发。
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。
- 80%
ICONATE:自动复合图标生成与构思
CHI '20· 生成式AI(文本、图像、音乐、视频) +2
- 80%
Vinci:一款用于生成广告海报的智能图形设计系统
CHI '21· 生成式AI(文本、图像、音乐、视频) +1
- 80%
StyleMe:迈向具有设计师风格的智能时尚生成
CHI '23· 生成式AI(文本、图像、音乐、视频) +1
- 80%
CreativeConnect: 利用生成式人工智能支持图形设计构思中的参考重组
CHI '24· 生成式AI(文本、图像、音乐、视频) +2
- 80%
Brickify:通过设计令牌上的直接操作启用表达设计意图规范
CHI '25· 生成式AI(文本、图像、音乐、视频) +2
- 80%
DesignMinds:利用视觉语言模型和上下文注入的大语言模型增强视频设计构思
CUI '25· 生成式AI(文本、图像、音乐、视频) +2
- 80%
"可塑的黏土":用户体验与工业设计实践中的生成式人工智能工具
DIS '24· 生成式AI(文本、图像、音乐、视频) +2
- 75%
隐藏层交互:探索生成式AI材料的技术
DIS '25· 生成式AI(文本、图像、音乐、视频)
- 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
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://dl.acm.org/doi/10.1145/3461778.3462115
一眼看懂
fact_check论文快照
dataset
来源
DIS
calendar_month
年份
2021
emoji_events
奖项
未标记奖项
group
作者
2 位作者
sell
研究子方向
生成式AI(文本、图像、音乐、视频)、平面设计与排版工具
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
10 篇相关论文