AffectGAN：基于语义与情感驱动的生成艺术模型
计算机视觉与模式识别
2021-10-01 v1 机器学习
摘要
本文提出一种生成表达特定情感状态的艺术图像的新方法。利用OpenAI的语义模型以及视觉艺术百科WikiArt的标注数据集，结合最先进的视觉生成深度学习技术（通过生成对抗网络），我们的AffectGAN模型能够基于特定的或宽泛的语义提示以及预期的情感结果生成图像。由AffectGAN生成的32张图像的小型数据集由50名参与者就其引发的具体情绪以及质量和新颖性进行标注。结果表明，在大多数情况下，用作图像生成提示的预期情绪与参与者的回应相匹配。这项小规模研究为将情感计算与计算创造力相融合带来了新愿景，使生成系统能够就其输出所希望引发的情感具有意图性。
引用
@article{arxiv.2109.14845,
title = {AffectGAN: Affect-Based Generative Art Driven by Semantics},
author = {Theodoros Galanos and Antonios Liapis and Georgios N. Yannakakis},
journal= {arXiv preprint arXiv:2109.14845},
year = {2021}
}
备注
Published in the "What's Next in Affect Modeling?" workshop at the Affective Computing & Intelligent Interaction (ACII) 2021 conference, 7 pages, 3 figures