情感图像编辑：通过文本描述塑造情感因素
计算机视觉与模式识别
2025-12-29 v1
摘要
在日常生活中，图像作为常见的情感刺激物具有广泛的应用前景。尽管在文本驱动图像编辑方面取得了显著进展，但目前仅有有限的工作关注理解用户的情感需求。本文介绍了AIEdiT，用于通过文本描述进行情感图像编辑，通过在整个图像上自适应塑造多个情感因素来引发特定情感。为了表征通用的情感先验，我们构建了连续的情感光谱并提取细腻的情感请求。为了操控情感因素，我们设计了情感映射器，将视觉抽象的情感请求转换为视觉具体的语义表示。为确保编辑结果能够引发特定情感，我们引入了多模态大语言模型来监督模型训练。在推理阶段，我们策略性地扭曲视觉元素并相应塑造情感因素，以根据用户指令编辑图像。此外，我们还构建了一个大规模数据集，包含情感对齐的文本和图像配对，用于训练和评估。大量实验表明，AIEdiT表现卓越，有效地反映了用户的情感需求。
引用
@article{arxiv.2505.18699,
title = {Affective Image Editing: Shaping Emotional Factors via Text Descriptions},
author = {Peixuan Zhang and Shuchen Weng and Chengxuan Zhu and Binghao Tang and Zijian Jia and Si Li and Boxin Shi},
journal= {arXiv preprint arXiv:2505.18699},
year = {2025}
}