维度分布情感状态：利用效价和唤醒作为视觉情感分析的公共嵌入空间
计算机视觉与模式识别
2026-05-27 v1
摘要
博物馆是传播文化和艺术的重要场所。它们是植根于历史和传统的机构；它们的展览通常旨在突出这些方面。最近，该领域正在探索一种新方法：基于情感的展览。这些展览专门设计用于引发参观者的情感，以最大化参与度，并作为使艺术获取民主化以及吸引更广泛、更多样化观众的一种方式。为此，必须首先提取艺术品的情感内容，然而，由专家手动注释艺术品是一个劳动强度过大的过程，并且有引入策展人个人偏见的风险。为了协助博物馆策展人设计这些展览，我们希望开发一种能够预测艺术品所引发的情感反应的工具。在本文中，我们利用一个连续的二维情感空间来增强深度学习模型的情感表示和训练过程。从现有的分类和维度情感表示中汲取灵感，我们引入了一种新的表示——维度分布情感状态 (DDES)，以及一个用于多数据集训练的流程。我们表明，与广泛使用的表示相比，DDES 提供了多种优势，同时表现出相似的基线性能。
引用
@article{arxiv.2605.26262,
title = {Dimensional Distribution Emotion State: Leveraging Valence and Arousal as a Common Embedding Space for Visual Emotion Analysis},
author = {Émile Bergeron and Tadagbé Dhossou and Sébastien Tremblay and Jean-François Lalonde},
journal= {arXiv preprint arXiv:2605.26262},
year = {2026}
}