:: Library Catalog

Buchumschlag

Gespeichert in:

Bibliographische Detailangaben
1. Verfasser:	Keith-Norambuena, Brian
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Human-Computer Interaction Artificial Intelligence Computer Vision and Pattern Recognition
Online-Zugang:	https://arxiv.org/abs/2602.01527
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Creativity and Visual Communication from Machine to Musician: Sharing a Score through a Robotic Camera
von: Greer, Ross, et al.
Veröffentlicht: (2024)

Design-o-meter: Towards Evaluating and Refining Graphic Designs
von: Goyal, Sahil, et al.
Veröffentlicht: (2024)

Few-Shot VLM-Based G-Code and HMI Verification in CNC Machining
von: Pour, Yasaman Hashem, et al.
Veröffentlicht: (2025)

TraitSpaces: Towards Interpretable Visual Creativity for Human-AI Co-Creation
von: Luthra, Prerna
Veröffentlicht: (2025)

Towards a Humanized Social-Media Ecosystem: AI-Augmented HCI Design Patterns for Safety, Agency & Well-Being
von: Ameen, Mohd Ruhul, et al.
Veröffentlicht: (2025)

DesignPref: Capturing Personal Preferences in Visual Design Generation
von: Peng, Yi-Hao, et al.
Veröffentlicht: (2025)

Constructive Apraxia: An Unexpected Limit of Instructible Vision-Language Models and Analog for Human Cognitive Disorders
von: Noever, David, et al.
Veröffentlicht: (2024)

Towards a Multimodal Document-grounded Conversational AI System for Education
von: Taneja, Karan, et al.
Veröffentlicht: (2025)

Design description of Wisdom Computing Persperctive
von: Yu, TianYi
Veröffentlicht: (2025)

GazeLLM: Multimodal LLMs incorporating Human Visual Attention
von: Rekimoto, Jun
Veröffentlicht: (2025)

Towards Safer and Understandable Driver Intention Prediction
von: Karuppasamy, Mukilan, et al.
Veröffentlicht: (2025)

Toward a Universal Color Naming System: A Clustering-Based Approach using Multisource Data
von: Sabitkyzy, Aruzhan, et al.
Veröffentlicht: (2026)

ViEEG: Hierarchical Visual Neural Representation for EEG Brain Decoding
von: Liu, Minxu, et al.
Veröffentlicht: (2025)

Using Game Engines and Machine Learning to Create Synthetic Satellite Imagery for a Tabletop Verification Exercise
von: Hoster, Johannes, et al.
Veröffentlicht: (2024)

AV-EmoDialog: Chat with Audio-Visual Users Leveraging Emotional Cues
von: Park, Se Jin, et al.
Veröffentlicht: (2024)

Exploring Object Status Recognition for Recipe Progress Tracking in Non-Visual Cooking
von: Li, Franklin Mingzhe, et al.
Veröffentlicht: (2025)

Using Text-to-Image Generation for Architectural Design Ideation
von: Paananen, Ville, et al.
Veröffentlicht: (2023)

Evaluating Visual Prompts with Eye-Tracking Data for MLLM-Based Human Activity Recognition
von: Choi, Jae Young, et al.
Veröffentlicht: (2026)

Automated Visual Attention Detection using Mobile Eye Tracking in Behavioral Classroom Studies
von: Bozkir, Efe, et al.
Veröffentlicht: (2025)

Not There Yet: Evaluating Vision Language Models in Simulating the Visual Perception of People with Low Vision
von: Natalie, Rosiana, et al.
Veröffentlicht: (2025)

GameWorld: Towards Standardized and Verifiable Evaluation of Multimodal Game Agents
von: Ouyang, Mingyu, et al.
Veröffentlicht: (2026)

Classification Metrics for Image Explanations: Towards Building Reliable XAI-Evaluations
von: Fresz, Benjamin, et al.
Veröffentlicht: (2024)

ImageTalk: Designing a Multimodal AAC Text Generation System Driven by Image Recognition and Natural Language Generation
von: Yang, Boyin, et al.
Veröffentlicht: (2025)

Visual Evaluative AI: A Hypothesis-Driven Tool with Concept-Based Explanations and Weight of Evidence
von: Le, Thao, et al.
Veröffentlicht: (2024)

AltCanvas: A Tile-Based Image Editor with Generative AI for Blind or Visually Impaired People
von: Lee, Seonghee, et al.
Veröffentlicht: (2024)

Towards user-centered interactive medical image segmentation in VR with an assistive AI agent
von: Spiegler, Pascal, et al.
Veröffentlicht: (2025)

Sketch2Prototype: Rapid Conceptual Design Exploration and Prototyping with Generative AI
von: Edwards, Kristen M., et al.
Veröffentlicht: (2024)

DiMo-GUI: Advancing Test-time Scaling in GUI Grounding via Modality-Aware Visual Reasoning
von: Wu, Hang, et al.
Veröffentlicht: (2025)

From Coarse to Nuanced: Cross-Modal Alignment of Fine-Grained Linguistic Cues and Visual Salient Regions for Dynamic Emotion Recognition
von: Liu, Yu, et al.
Veröffentlicht: (2025)

From Image Generation to Infrastructure Design: a Multi-agent Pipeline for Street Design Generation
von: Wang, Chenguang, et al.
Veröffentlicht: (2025)

Can Vision-Language Models Understand and Interpret Dynamic Gestures from Pedestrians? Pilot Datasets and Exploration Towards Instructive Nonverbal Commands for Cooperative Autonomous Vehicles
von: Bossen, Tonko E. W., et al.
Veröffentlicht: (2025)

ScriptViz: A Visualization Tool to Aid Scriptwriting based on a Large Movie Database
von: Rao, Anyi, et al.
Veröffentlicht: (2024)

ControlGUI: Guiding Generative GUI Exploration through Perceptual Visual Flow
von: Garg, Aryan, et al.
Veröffentlicht: (2025)

How Good (Or Bad) Are LLMs at Detecting Misleading Visualizations?
von: Lo, Leo Yu-Ho, et al.
Veröffentlicht: (2024)

Inkspire: Supporting Design Exploration with Generative AI through Analogical Sketching
von: Lin, David Chuan-En, et al.
Veröffentlicht: (2025)

"I Can See Forever!": Evaluating Real-time VideoLLMs for Assisting Individuals with Visual Impairments
von: Zhang, Ziyi, et al.
Veröffentlicht: (2025)

It's a Feature, Not a Bug: Measuring Creative Fluidity in Image Generators
von: Ramaswamy, Aditi, et al.
Veröffentlicht: (2024)

ShowUI: One Vision-Language-Action Model for GUI Visual Agent
von: Lin, Kevin Qinghong, et al.
Veröffentlicht: (2024)

FocusUI: Efficient UI Grounding via Position-Preserving Visual Token Selection
von: Ouyang, Mingyu, et al.
Veröffentlicht: (2026)

Milmer: a Framework for Multiple Instance Learning based Multimodal Emotion Recognition
von: Wang, Zaitian, et al.
Veröffentlicht: (2025)