自己动手（DIY）：在零样本设置下使用加权提示操作修改诗歌图像
计算机视觉与模式识别
2025-09-16 v1
摘要
诗歌是一种富有表现力的艺术形式，引发多种解读，因为读者常常将自己的情感、经历和文化背景带入对诗歌的理解中。认识到这一点，我们的目标是在零样本设置下为诗歌生成图像并改进这些图像，使观众能够根据自己的需求修改图像。为实现这一目标，我们引入了一种新颖的加权提示操作（WPM）技术，该系统性地修改扩散模型中的注意力权重和文本嵌入。通过动态调整特定词语的重要性，WPM增强或抑制其在最终生成图像中的影响，从而产生语义更丰富、上下文更准确的视觉呈现。我们的方法利用扩散模型和大型语言模型（LLMs）如GPT，结合现有的诗歌数据集，确保在文学领域改进图像生成的全面且结构化的方法论。据我们所知，这是首次尝试整合加权提示操作以增强诗歌语言中的意象。
引用
@article{arxiv.2509.11878,
title = {Do It Yourself (DIY): Modifying Images for Poems in a Zero-Shot Setting Using Weighted Prompt Manipulation},
author = {Sofia Jamil and Kotla Sai Charan and Sriparna Saha and Koustava Goswami and K J Joseph},
journal= {arXiv preprint arXiv:2509.11878},
year = {2025}
}