EmoStyle: 情感驱动的图像风格化
计算机视觉与模式识别
2025-12-08 v1
摘要
艺术长期以来是表达情感的深刻媒介。虽然现有的图像风格化方法能有效转换视觉外观，但它们往往忽视了风格所承载的情感影响。为了弥合这一差距，我们引入了情感图像风格化（AIS）任务，该任务在保留内容的同时应用艺术风格以唤起特定情感。我们提出了EmoStyle框架，旨在解决AIS中的关键挑战，包括训练数据的缺乏和情感-风格映射。首先，我们构建了EmoStyleSet，一个从ArtEmis派生的内容-情感-风格化图像三元组数据集以支持AIS。然后我们提出了一个情感-内容推理器，自适应地将情感线索与内容结合以学习连贯的风格查询。考虑到艺术风格的离散特性，我们进一步开发了一个风格量化器，将连续的风格特征转换为情感相关的码本条目。广泛的定性和定量评估，包括用户研究，证明EmoStyle在保持内容一致性的同时增强了情感表现力。此外，学到的情感感知风格字典可适配于其他生成任务，突显了其更广泛应用潜力。我们的工作为情感驱动的图像风格化奠定了基础，拓展了AI生成艺术的创作潜力。
引用
@article{arxiv.2512.05478,
title = {EmoStyle: Emotion-Driven Image Stylization},
author = {Jingyuan Yang and Zihuan Bai and Hui Huang},
journal= {arXiv preprint arXiv:2512.05478},
year = {2025}
}