Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > cs > arXiv:2506.18407

帮助 | 高级搜索

计算机科学 > 图形学

arXiv:2506.18407 (cs)
[提交于 2025年6月23日 ]

标题: 你所想即你所得:通过多模态大语言模型连接用户意图与传输函数设计

标题: What You Think Is What You Get: Bridge User Intent and Transfer Function Design through Multimodal Large Language Models

Authors:Yiyao Wang, Bo Pan, Ke Wang, Han Liu, Jinyuan Mao, Yuxin Liu, Minfeng Zhu, Bo Zhang, Weifeng Chen, Xiuqi Huang, Wei Chen
摘要: 直接体积渲染(DVR)是可视化体积数据的基本技术,传递函数(TFs)在提取有意义的结构中起着关键作用。 然而,由于用户意图与TF参数空间之间的语义差距,设计有效的TF仍然不直观。 研究人员已经开发了许多TF优化方法来弥合这一差距。 然而,现有方法仍然面临两个挑战:探索空间大和泛化能力弱。 为了解决这些问题,我们提出了 What You Think is What You Get(WYTWYG)框架,该框架利用多模型大语言模型(MLLMs)根据用户意图引导TF优化。 具体来说,我们首先介绍了一种新的TF优化方法,包含两个核心组件:(1)基于进化的方法用于有效探索TF空间,(2)基于MLLMs的体积渲染质量评估器,以提供可泛化的视觉指导。 我们进一步提出了一种基于该方法的TF交互设计系统。 我们通过三个案例研究展示了我们框架的通用适用性,并通过大量实验验证了每个组件的有效性。 我们的代码可在以下地址获取:https://github.com/wyysteelhead/TFevolve。
摘要: Direct volume rendering (DVR) is a fundamental technique for visualizing volumetric data, with transfer functions (TFs) playing a crucial role in extracting meaningful structures. However, designing effective TFs remains unintuitive due to the semantic gap between user intent and TF parameter space. Researchers have developed numerous TF optimization methods to bridge this gap. However, existing methods still face two challenges: large exploration space and weak generalizability. To address these issues, we propose What You Think is What You Get (WYTWYG) framework, which leveraging Multi-model Large Language Models (MLLMs) to guide the TF optimization based on user intent. Specifically, we first introduce a novel TF optimization approach comprising two core components: (1) an evolution-based explorer for effective exploration of the TF space, and (2) a volume rendering quality evaluator based on MLLMs to provide generalizable visual guidance. We further propose a TF interactive design system based on this approach. We demonstrate the general applicability of our framework through three case studies, and validate the effectiveness of each component through extensive experiments. Our code is available at: https://github.com/wyysteelhead/TFevolve.
主题: 图形学 (cs.GR) ; 计算机视觉与模式识别 (cs.CV)
引用方式: arXiv:2506.18407 [cs.GR]
  (或者 arXiv:2506.18407v1 [cs.GR] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.18407
通过 DataCite 发表的 arXiv DOI(待注册)

提交历史

来自: Yiyao Wang [查看电子邮件]
[v1] 星期一, 2025 年 6 月 23 日 08:42:57 UTC (16,018 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
cs.GR
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.CV

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号