.png){kind=icon}
.png){kind=icon}
返回
EmoAgent: A Multi-Agent Framework for Diverse Affective Image Manipulation
.png){kind=icon}
PRE
AI
DOI：10.1109/taffc.2026.3672501.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
情感图像操纵（AIM）旨在改变图像中的视觉元素以引发观众特定的情感反应。然而，现有的AIM方法依赖于刚性的一对一（one-to-one）情绪与视觉线索之间的映射，使其难以适应人类感知和表达情绪的固有主观性和多样性。为解决这一问题，我们引入了一种新型任务设置，称为多样情感图像操纵（D-AIM），旨在从单个源图像和目标情绪生成多个视觉上不同但情感上一致的图像编辑。我们提出了EmoAgent，这是首个专为D-AIM设计的多智能体框架。EmoAgent将操纵过程明确分解为三个由协作智能体执行的专门阶段：规划智能体（Planning Agent）生成多样的情感编辑策略，编辑智能体（Editing Agent）精确执行这些策略，批评智能体（Critic Agent）通过迭代优化结果以确保情感准确性。这种协作设计使EmoAgent能够建模一对多（one-to-many）的情绪到视觉映射，从而实现语义多样且情感忠实的编辑。广泛的定量和定性评估表明，EmoAgent在情感忠实度和语义多样性方面显著优于当前最佳方法，能够有效生成多个传达相同目标情绪的视觉上不同的图像编辑。
Keyword:
Affective image manipulation
multi-agent collaboration
affective computing
visual diversity
emotionaware editing
期刊
IF:
9.8
论文数:
1.3K
被引数:
9.1K