EmotiCrafter
基本信息
- 全称：EmotiCrafter: Text-to-Emotional-Image Generation based on Valence-Arousal Model
- 作者：Shengqi Dang, Yi He, Long Ling, Ziqing Qian, Nanxuan Zhao, Nan Cao
- 机构：同济大学 + 上海创新研究院 + Adobe Research
- 年份：2025
- 链接：arXiv 2501.05710
核心贡献
- 首次提出 C-EICG（连续情感图像内容生成） 任务
- Emotion-Embedding Network：用 Emotion Injection Transformer（修改 GPT-2）将 V-A 值融入文本特征
- Scaled Residual + V-A Density Weighting 损失函数
与 EmoEdit 的关键区别
| 维度 | EmoEdit | EmotiCrafter |
|---|
| 任务 | 情感图像编辑（输入原图） | 情感图像生成（从文本生成） |
| 情感表示 | 8 类离散 | 连续 V-A 坐标 |
| 核心技术 | Emotion adapter (Q-Former) | EIT (modified GPT-2) |
| 基座模型 | InstructPix2Pix | Stable Diffusion XL |
| 控制粒度 | 8 类 | 任意精度（0.2 步长） |
性能亮点
- V/A-Error 最优，连续性远超 GPT-4+SDXL
- 支持 V-A 粒度 0.2 的精细情感控制
- 可 decouple 情感和语义内容
在 Wiki 中的关联