論文の概要: EmoStyle: Affective Conditioning of Style-Specialist Experts for Emotional Image Generation
- arxiv url: http://arxiv.org/abs/2607.10165v1
- Date: Sat, 11 Jul 2026 07:12:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-07-14 15:40:48.327446
- Title: EmoStyle: Affective Conditioning of Style-Specialist Experts for Emotional Image Generation
- Title（参考訳）: EmoStyle:感情画像生成のためのスタイルスペシャリストエキスパートの感情条件付け
- Abstract要約: EmoStyleはZイメージベースのフレームワークで、入力プロンプトを構造化された生成状態に変換する。
各芸術スタイルのバケットに専用のLoRAアダプタをトレーニングし、推論中に対応する専門家を選択する。
軽量なVLM誘導候補選択ステップは、即時アライメント、スタイル整合性、感情表現、視覚的品質に基づいて生成した画像をランク付けする。
- 参考スコア（独自算出の注目度）: 50.22045436428303
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emotion-aware artistic image generation requires an image to match the input prompt, follow the specified artistic style, and convey the target emotion. In this challenge, the main difficulty is that the visual and affective attributes available in the training data are not explicitly provided at test time. Without these attributes, the generator has to decide not only what to depict, but also how the target emotion should be expressed through color, lighting, brushwork, composition, line, and layout. This creates a control gap between the available test prompt and the fine-grained conditions needed for emotion-aware artistic generation. To bridge this gap, we propose EmoStyle, a Z-Image-based framework that converts the input prompt into a structured generation state. An LLM reasoner first predicts affective cues (valence-arousal, dominant emotion, and therapeutic-effect labels) and an aspect-ratio decision. Instead of using these predictions only as additional prompt text, we encode the affective fields into an affective condition vector and inject it into the denoising blocks through AdaLN-style modulation. This allows the inferred control variables to directly guide the generation of intermediate features. Since emotional expression is also style-dependent, we further train a dedicated LoRA adapter for each artistic style bucket and select the corresponding expert during inference, enabling the same affective cues to be rendered with bucket-specific priors for color, texture, brushwork, and composition. Finally, a lightweight VLM-guided candidate selection step ranks the generated images based on prompt alignment, style consistency, emotional expression, and visual quality. In Track 1 of the AffectiveArt Challenge 2026, our USTC\_PI\_LAB\_TEAM submission achieved first place.
- Abstract（参考訳）: 感情を意識した芸術的イメージ生成には、入力プロンプトにマッチし、特定の芸術的スタイルに従い、ターゲットの感情を伝えるイメージが必要である。
この課題では、トレーニングデータで利用可能な視覚的および感情的な属性が、テスト時に明示的に提供されないことが大きな課題である。
これらの属性がなければ、ジェネレータは、何を描くかだけでなく、色、照明、ブラシワーク、構成、線、レイアウトを通してターゲットの感情をどのように表現すべきかを判断する必要がある。
これにより、利用可能なテストプロンプトと、感情認識芸術生成に必要なきめ細かい条件との制御ギャップが生じる。
このギャップを埋めるために、入力プロンプトを構造化された生成状態に変換するZイメージベースのフレームワークであるEmoStyleを提案する。
LLM推論器は、まず感情的手がかり(価覚醒、支配的感情、治療的影響ラベル)とアスペクト比の決定を予測する。
これらの予測を追加のプロンプトテキストとしてのみ使用する代わりに、情緒的フィールドを感情的条件ベクトルにエンコードし、AdaLNスタイルの変調によりデノナイジングブロックに注入する。
これにより、推論された制御変数は中間機能の生成を直接ガイドすることができる。
感情表現もスタイルに依存しているため、各芸術スタイルのバケットに専用のLoRAアダプタをトレーニングし、推論中に対応する専門家を選択する。
最後に、軽量なVLM誘導候補選択ステップは、即時アライメント、スタイル整合性、感情表現、視覚的品質に基づいて生成した画像をランク付けする。
2026年のAffectiveArt Challengeのトラック1では、USTC\_PI\_LAB\_TEAMが1位となった。
関連論文リスト
- ReART: Reference-Guided Retrieval and Refinement for Emotion-Aware Art Generation [8.10513799293732]
本稿では,参照誘導型検索・改善フレームワークであるReARTを紹介する。
本手法は,EmoArtデータベース内のテストキャプションと画像アノテーションを構造化された視野に分解する。
我々のシステムは、AffectiveArt 2026 Grand Challengeのトラック1の2位にランクインし、完全なAAS1.00、総合スコア0.78を達成しました。
論文 参考訳（メタデータ） (2026-08-23T09:56:30Z) - What Can I Edit? Open-Ended Strategy Discovery and the Emotion Editability Landscape [26.199100714806765]
EmoScopeは、タスクを"どのように編集すべきか?"から"何を編集できるのか?
まず、感情条件付き空き時間推論により、画像固有の編集可能な空間を発見する。
EmoScopeは、統一テンプレートを適用するのではなく、ターゲット感情適応戦略を選択する。
論文 参考訳（メタデータ） (2026-07-27T01:22:54Z) - EmoKGEdit: Training-free Affective Injection via Visual Cue Transformation [7.245162028678732]
EmoKGEditは、正確で構造を保った画像感情編集のための新しいトレーニング不要のフレームワークである。
オブジェクト,シーン,属性,視覚的手がかり,感情間の関係を乱すために,マルチモーダル・センティメント・アソシエーション・ナレッジグラフを構築した。
EmoKGEditは感情の忠実さとコンテンツ保存の両面で優れた性能を発揮し、最先端の手法よりも優れています。
論文 参考訳（メタデータ） (2026-01-18T09:20:09Z) - EmoCtrl: Controllable Emotional Image Content Generation [9.677863079897735]
制御可能な感情画像コンテンツ生成(C-EICG)を導入する。
C-EICGは、対象の感情を表現しながら、所定のコンテンツ記述に忠実な画像を生成することを目的としている。
EmoCtrlは、コンテンツ、感情、感情的なプロンプトを付加したデータセットでサポートされている。
論文 参考訳（メタデータ） (2025-12-27T02:18:36Z) - EmoStyle: Emotion-Driven Image Stylization [8.734768359185106]
Affective Image Stylization (AIS)は、特定の感情を刺激し、コンテンツを保存するために芸術的なスタイルを適用するタスクである。
EmoStyleはAISの重要な課題に対処するために設計されたフレームワークであり、トレーニングデータの欠如や感情スタイルのマッピングを含んでいる。
私たちの研究は、感情駆動型イメージスタイリングの基礎を確立し、AI生成アートの創造的可能性を広げます。
論文 参考訳（メタデータ） (2025-12-05T07:15:02Z) - Affective Image Editing: Shaping Emotional Factors via Text Descriptions [46.13506671212571]
AIEdiT for Affective Image Editing using Text descriptions。
我々は、連続的な感情スペクトルを構築し、ニュアンスな感情的要求を抽出する。
AIEdiTは、ユーザの感情的な要求を効果的に反映して、優れたパフォーマンスを達成する。
論文 参考訳（メタデータ） (2025-05-24T13:46:57Z) - EmoEdit: Evoking Emotions through Image Manipulation [62.416345095776656]
Affective Image Manipulation (AIM) は、特定の感情的な反応を誘発するために、ユーザーが提供する画像を修正しようとする。
本稿では,感情的影響を高めるためにコンテンツ修正を取り入れてAIMを拡張したEmoEditを紹介する。
本手法は定性的かつ定量的に評価され,従来の最先端技術と比較して優れた性能を示す。
論文 参考訳（メタデータ） (2024-05-21T10:18:45Z) - VLLMs Provide Better Context for Emotion Understanding Through Common Sense Reasoning [66.23296689828152]
我々は、視覚・言語モデルの機能を活用し、文脈内感情分類を強化する。
まず、VLLMに対して、視覚的文脈に関連して、被験者の明らかな感情を自然言語で記述するように促す。
第二に、記述は視覚入力とともに、トランスフォーマーベースのアーキテクチャのトレーニングに使用される。
論文 参考訳（メタデータ） (2024-04-10T15:09:15Z) - Emotion Rendering for Conversational Speech Synthesis with Heterogeneous
Graph-Based Context Modeling [50.99252242917458]
会話音声合成(CSS)は,会話環境の中で適切な韻律と感情のインフレクションで発話を正確に表現することを目的としている。
データ不足の問題に対処するため、私たちはカテゴリと強度の点で感情的なラベルを慎重に作成します。
我々のモデルは感情の理解と表現においてベースラインモデルよりも優れています。
論文 参考訳（メタデータ） (2023-12-19T08:47:50Z) - StyleEDL: Style-Guided High-order Attention Network for Image Emotion
Distribution Learning [69.06749934902464]
StyleEDLと呼ばれる画像感情分布学習のためのスタイル誘導型高次アテンションネットワークを提案する。
StyleEDLは視覚内容の階層的スタイリスティック情報を探索することにより、画像のスタイリスティックな表現を対話的に学習する。
さらに、コンテンツ依存の感情表現を動的に生成するスタイリスティックなグラフ畳み込みネットワークを導入する。
論文 参考訳（メタデータ） (2023-08-06T03:22:46Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。