Emotion-Director：弥合情感导向图像生成中的情感捷径
计算机视觉与模式识别
2025-12-23 v1
摘要
基于扩散模型的图像生成已展现出令人印象深刻的能力，激发了对多样化和专业化应用的探索。由于情感在广告中的重要性，情感导向的图像生成日益受到关注。然而，当前的情感导向方法存在情感捷径问题，即情感被近似为语义。正如二十年的研究所证明的，情感并不等同于语义。为此，我们提出了Emotion-Director，一个由两个模块组成的跨模态协作框架。首先，我们提出了一种跨模态协作扩散模型，缩写为MC-Diffusion。MC-Diffusion将视觉提示与文本提示相结合进行引导，使得能够生成超越语义的情感导向图像。此外，我们通过负视觉提示改进了DPO优化，增强了模型在相同语义下对不同情感的敏感性。其次，我们提出了MC-Agent，一个跨模态协作智能体系统，它重写文本提示以表达预期的情感。为避免模板化的重写，MC-Agent采用多智能体模拟人类对情感的主观性，并采用概念链工作流程来提高重写提示的视觉表现力。大量的定性和定量实验证明了Emotion-Director在情感导向图像生成中的优越性。
引用
@article{arxiv.2512.19479,
title = {Emotion-Director: Bridging Affective Shortcut in Emotion-Oriented Image Generation},
author = {Guoli Jia and Junyao Hu and Xinwei Long and Kai Tian and Kaiyan Zhang and KaiKai Zhao and Ning Ding and Bowen Zhou},
journal= {arXiv preprint arXiv:2512.19479},
year = {2025}
}