意图透镜：基于捕获时意图推断将机会性照片捕获转化为结构化视觉笔记
人机交互
2026-04-13 v1
摘要
机会性照片捕获（例如演示文稿、展览或文物）是信息丰富环境中保存供后期访问的常见策略。虽然快速且干扰最小，但此类照片集合很少转化为有意义的笔记。现有自动化笔记生成方法提供了一些支持，但常常产生通用摘要，无法反映用户本想捕获的内容。我们引入意图透镜（Intent Lenses），这是一种意图中介笔记生成和感知的概念原语。意图透镜将从捕获信息中推断出的用户捕获时意图再现为可重用的交互式对象，这些对象编码了执行功能、要聚焦的信息来源以及以适当细节水平表示结果的方式。这些透镜借助大型语言模型的推理能力进行动态生成。为探索此概念，我们在学术会议照片的上下文中实现了意图透镜，呈现了一个从演示捕获中推断透镜以生成空间画布上结构化视觉笔记的交互系统。用户可以进一步添加、链接和跨捕获区域布置透镜，以支持探索和感知。对九位学者的研究显示，意图中介的笔记与用户期望相符，既提供了捕获内容的有效概览，又促进了更深入的感知。
引用
@article{arxiv.2604.09438,
title = {Intent Lenses: Inferring Capture-Time Intent to Transform Opportunistic Photo Captures into Structured Visual Notes},
author = {Ashwin Ram and Aeneas Leon Sommer and Martin Schmitz and Jürgen Steimle},
journal= {arXiv preprint arXiv:2604.09438},
year = {2026}
}