让我更快乐：通过图像扩散模型唤起情感
计算机视觉与模式识别
2025-07-23 v4
摘要
尽管图像生成技术进展迅速，情感图像编辑领域仍探索不足。图像的语义、上下文和结构能够唤起情感反应，使得情感图像编辑技术对于包括心理障碍治疗、产品商业化和艺术设计在内的多种现实应用极具价值。首先，我们提出了一个全新的情感唤起图像生成挑战，旨在合成能够唤起目标情感同时保留原始场景语义和结构的图像。为应对这一挑战，我们提出了一种能够有效理解并编辑源图像以传达所需情绪和情感的扩散模型。此外，由于缺乏情感编辑数据集，我们提供了一个包含34万对图像及其情感标注的独特数据集。进一步地，我们进行了人类心理物理学实验，并引入了一种新的评估指标，以系统地对所有方法进行基准测试。实验结果表明，我们的方法超越了所有竞争基线。我们的扩散模型能够从原始图像中识别情感线索，编辑出引发所需情感的图像，同时保留原始图像的语义结构。所有代码、模型和数据集均可在GitHub上获取。
引用
@article{arxiv.2403.08255,
title = {Make Me Happier: Evoking Emotions Through Image Diffusion Models},
author = {Qing Lin and Jingfeng Zhang and Yew-Soon Ong and Mengmi Zhang},
journal= {arXiv preprint arXiv:2403.08255},
year = {2025}
}