論文の概要: AffectDelta: Beyond Emotion Labels for Image Editing
- arxiv url: http://arxiv.org/abs/2609.02616v1
- Date: Wed, 02 Sep 2026 13:56:59 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-03 17:53:18.403605
- Title: AffectDelta: Beyond Emotion Labels for Image Editing
- Title（参考訳）: AffectDelta:イメージ編集のための感情ラベルを超えて
- Abstract要約: 本稿では、8次元の感情分布の遷移として編集を扱うソース認識エディタAffectDeltaを紹介する。
凍結感情分布予測器は、ソース状態を推定し、署名されたソース対ターゲット差は、要求された遷移の方向と大きさを符号化する。
AffectDeltaの内部では、内部遷移エンコーダとソースを意識した拡散バックボーンが、この信号をコンテキスト依存のセマンティックおよび外観変化に変換する。
- 参考スコア（独自算出の注目度）: 6.405134904406484
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Emotion-driven image editing aims to evoke a specified target emotion by modifying emotion-relevant visual cues in a source image, while preserving the overall composition and semantic-structural coherence of the original scene. Existing scene-level editors typically specify the target with a single emotion category and often learn visual transformations from operation-level text instructions. A category collapses a mixed affective endpoint into one dominant label, while language cannot precisely quantify how coexisting emotions should increase, decrease, or remain stable. We introduce AffectDelta, a source-aware editor that treats editing as a transition between eight-dimensional emotion distributions. A frozen Emotion Distribution Predictor estimates the source state, and the signed source-to-target difference encodes the direction and magnitude of the requested transition. Within AffectDelta, an internal transition encoder and a source-aware diffusion backbone jointly translate this signal into context-dependent semantic and appearance changes. To train this formulation, we construct AffectPair-249K, comprising 248,841 source-target pairs with predicted eight-dimensional distributions and spanning both cross-category and within-category transitions. Experiments against six baselines, combining quantitative evaluation with qualitative comparisons, demonstrate improved affective alignment and content preservation, while ablations validate our design choices. Code and dataset will be made publicly available upon acceptance.
- Abstract（参考訳）: 感情駆動画像編集は、元のシーンの全体構成と意味的構造的コヒーレンスを保ちながら、ソースイメージ内の感情関連視覚的手がかりを変更することで、特定の目標感情を誘発することを目的としている。
既存のシーンレベルのエディタは通常、ターゲットを単一の感情カテゴリで指定し、操作レベルのテキスト命令から視覚的な変換を学ぶ。
カテゴリーは混在する感情の終端を1つの支配的なラベルに分解するが、言語は共存する感情がどのように増加、減少、安定するかを正確に定量化することはできない。
本稿では,8次元の感情分布の遷移として編集を扱うソース認識エディタAffectDeltaを紹介する。
凍結感情分布予測器は、ソース状態を推定し、署名されたソース対ターゲット差は、要求された遷移の方向と大きさを符号化する。
AffectDeltaの内部では、内部遷移エンコーダとソースを意識した拡散バックボーンが、この信号をコンテキスト依存のセマンティックおよび外観変化に変換する。
この定式化をトレーニングするために、予測8次元分布を持つ248,841個のソースターゲット対からなるAffectPair-249Kを構築し、カテゴリ間の遷移とカテゴリ内遷移の両方にまたがる。
定量的評価と質的比較を併用した6つのベースラインに対する実験は、感情的アライメントとコンテンツ保存の改善を実証し、アブリケーションは設計選択を検証した。
コードとデータセットは受理時に公開される。
関連論文リスト
- 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) - FACE-net: Factual Calibration and Emotion Augmentation for Retrieval-enhanced Emotional Video Captioning [81.33341786837974]
Emotional Video Captioning (EVC) は、ビデオで表現される本質的な感情で事実を記述することを目的とした、新たなタスクである。
FActual and Emotion Augmentation (FACE-net) を用いた検索強化フレームワークを提案する。
FACE-netは、事実と感情のセマンティクスを協調的にマイニングし、生成のための適応的で正確なガイダンスを提供する。
論文 参考訳（メタデータ） (2026-03-18T07:53:15Z) - EmoLat: Text-driven Image Sentiment Transfer via Emotion Latent Space [8.453871826832478]
EmoLatは、細粒度でテキスト駆動のイメージ感情伝達を可能にする新しい感情潜在空間である。
EmoLat内では、感情、オブジェクト、視覚属性間の関係構造をキャプチャする感情意味グラフが構築されている。
EmoLat上に構築されたクロスモーダルな感情伝達フレームワークは,テキストとEmoLat機能の併用によるイメージ感情の操作を実現する。
論文 参考訳（メタデータ） (2026-01-17T15:07:36Z) - Switchboard-Affect: Emotion Perception Labels from Conversational Speech [7.576840738395629]
そこで我々は,Switchboard corpus を自然言語の有望な情報源として認識する。
群集に分類的感情と次元属性のデータセットをラベル付けするように訓練する。
我々は、最先端のSERモデルを評価し、特に一般化が貧弱な感情カテゴリーの様々なパフォーマンスを見いだした。
論文 参考訳（メタデータ） (2025-10-14T21:23:04Z) - Incorporating Scene Context and Semantic Labels for Enhanced Group-level Emotion Recognition [39.138182195807424]
グループレベルの感情認識(GER)は、複数の個人を含むシーン内の全体的感情を識別することを目的としている。
現在ある手法は、個々の関係をモデル化する際の視覚的な文脈情報の重要性を過小評価している。
本稿では,GER性能を向上させるために,視覚的シーンコンテキストとラベル誘導意味情報を組み込んだ新しいフレームワークを提案する。
論文 参考訳（メタデータ） (2025-09-26T01:25:39Z) - Evaluating Semantic Variation in Text-to-Image Synthesis: A Causal Perspective [50.261681681643076]
本稿では,SemVarEffectとSemVarBenchというベンチマークを用いて,テキスト・画像合成における入力のセマンティックな変化と出力の因果性を評価する。
本研究は,T2I合成コミュニティによるヒューマンインストラクション理解の探索を促進する効果的な評価枠組みを確立する。
論文 参考訳（メタデータ） (2024-10-14T08:45:35Z) - Distractors-Immune Representation Learning with Cross-modal Contrastive Regularization for Change Captioning [71.14084801851381]
変更キャプションは、類似した画像間のセマンティックな変化を簡潔に記述することを目的としている。
既存のほとんどの手法は、それらの違いを直接キャプチャし、エラーを起こしやすい特徴を得るリスクを負う。
本稿では,2つの画像表現の対応するチャネルを関連づけるイントラクタ免疫表現学習ネットワークを提案する。
論文 参考訳（メタデータ） (2024-07-16T13:00:33Z) - 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) - Two in One Go: Single-stage Emotion Recognition with Decoupled Subject-context Transformer [78.35816158511523]
単段階の感情認識手法として,DSCT(Decoupled Subject-Context Transformer)を用いる。
広範に使われている文脈認識型感情認識データセットであるCAER-SとEMOTICの単段階フレームワークの評価を行った。
論文 参考訳（メタデータ） (2024-04-26T07:30:32Z) - Improved Text Emotion Prediction Using Combined Valence and Arousal Ordinal Classification [37.823815777259036]
テキストから感情を分類する手法を導入し,様々な感情の相違点と相違点を認識・区別する。
提案手法は感情予測において高い精度を保ちながら,誤分類の場合の誤りの程度を著しく低減する。
論文 参考訳（メタデータ） (2024-04-02T10:06:30Z) - Label Distribution Amendment with Emotional Semantic Correlations for
Facial Expression Recognition [69.18918567657757]
意味空間における表現間の相関を利用して,各顔画像のラベル分布を補正する手法を提案する。
各画像のセマンティックグラフとタスククラス関連グラフを比較することにより、そのラベル分布の信頼性を評価する。
実験により,提案手法は最先端手法と比較した場合よりも有効であることが示された。
論文 参考訳（メタデータ） (2021-07-23T07:46:14Z) - Emotional Semantics-Preserved and Feature-Aligned CycleGAN for Visual
Emotion Adaptation [85.20533077846606]
教師なしドメイン適応(UDA)は、あるラベル付きソースドメインで訓練されたモデルを別のラベル付きターゲットドメインに転送する問題を研究する。
本稿では,感情分布学習と支配的感情分類の両面での視覚的感情分析におけるUDAに着目した。
本稿では,CycleEmotionGAN++と呼ばれる,エンドツーエンドのサイクル整合対向モデルを提案する。
論文 参考訳（メタデータ） (2020-11-25T01:31:01Z)
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。