情感条件化图像生成

在创意支持与计算协同创作场景中，为文本到图像生成模型发现合适提示词的任务仍然困难。在许多情况下，创作者希望图像唤起某种特定印象，但用文本提示简洁地传达该印象构成挑战：情感语言微妙、复杂且依赖于具体模型。本工作中，我们引入一种基于期望情感生成图像的方法，该情感使用经心理测量学验证的三成分方法进行量化，并可与基于文本描述的条件化相结合。我们首先训练一个神经网络，从语义嵌入中估计文本与图像的情感内容，随后展示如何将其用于对各种生成模型施加控制。我们给出情感如何改变输出的示例，对其能力进行定量与定性分析，并讨论可能的扩展与应用场景。