Sens-VisualNews：用于感性图像检测的基准数据集
计算机视觉与模式识别
2026-05-12 v1
摘要
感性内容检测对于识别值得检查的内容并标记潜在的虚假信息至关重要，因为此类内容可触发生理唤起反应，常常会绕过批判性评估并加速病毒式传播。本文介绍感性图像检测任务，即确定图像是否包含具有冲击性、挑逗性或情感唤起特征以吸引注意并触发强烈情感反应。为支持此任务的研究，我们构建了一个新的基准数据集（称为 Sens-VisualNews），包含 9576 张来自新闻项目的图像，依据其视觉内容中是否存在各种感性概念和事件进行标注。最后，我们使用 Sens-VisualNews 研究了广泛的开源最先进多模态大语言模型在零样态和微调设置下的 prompt 敏感性、性能和鲁棒性。
引用
@article{arxiv.2605.10394,
title = {Sens-VisualNews: A Benchmark Dataset for Sensational Image Detection},
author = {Andreas Goulas and Damianos Galanopoulos and Evlampios Apostolidis and Vasileios Mezaris},
journal= {arXiv preprint arXiv:2605.10394},
year = {2026}
}
备注
Authors' Accepted Version; Accepted at IEEE ICIP 2026