VAEER：基于视觉注意力的情感诱发推理
计算机视觉与模式识别
2025-12-19 v2 计算与语言
摘要
在线共享的图像强烈影响情绪和公众福祉。因此，理解图像诱发的情绪对于培育更健康、更可持续的数字社区至关重要，尤其是在公共危机期间。我们研究视觉情感诱发（VEE），即预测图像在观众中引发的情感集合。我们引入了 VAEER，一个可解释的多标签 VEE 框架，它将受注意力启发的线索提取与知识驱动的推理相结合。VAEER 分离显著的视觉焦点和上下文信号，将它们与结构化的情感知识对齐，并进行逐情感推理以产生透明且特定于情感的解释依据。在包括社交图像和灾害相关照片在内的三个异构基准上，VAEER 取得了最先进的结果，单情感改进高达 19%，相较于强大的 CNN 和 VLM 基线平均增益达 12.3%。我们的发现强调，可解释的多标签情感诱发是负责任的视觉媒体分析和情感可持续在线生态系统的可扩展基础。
引用
@article{arxiv.2505.24342,
title = {VAEER: Visual Attention-Inspired Emotion Elicitation Reasoning},
author = {Fanhang Man and Xiaoyue Chen and Huandong Wang and Baining Zhao and Han Li and Xinlei Chen},
journal= {arXiv preprint arXiv:2505.24342},
year = {2025}
}
备注
Currently under review as conference paper