EmoArt: A Multidimensional Dataset for Emotion-Aware Artistic Generation
吉林大学 + 国立台湾大学，2025。
核心结论
- 提出 EmoArt，目前最全面的情感标注艺术数据集之一：132,664 张艺术作品，覆盖 56 种绘画风格（印象派、表现主义、抽象艺术等），横跨东西方传统。
- 每张图像含五层结构化标注：客观场景描述、五个关键视觉属性（笔触、构图、色彩、光线、线条）、二值 arousal-valence 标签、12 类情感类别、潜在艺术治疗效果。
- 用 GPT-4o 辅助标注 + 人类验证（5,600 张采样，情感维度一致性 91.47%）。
- 基于 EmoArt 微调 FLUX.1-dev（LoRA）后在主观属性对齐上全面优于所有基线。
数据集特点
标注框架
| 维度 | 内容 |
|---|---|
| 场景描述 | 客观图像内容描述 |
| 视觉属性 | 笔触、色彩、构图、光线、线条 |
| Arousal-Valence | 二值高低标签（Russell 环状模型） |
| 情感类别 | 12 类（Calm, Excited, Contentment, Alarmed, Sad 等） |
| 治疗效果 | 潜在艺术治疗应用 |
数据分布
- 情感偏向正向：87.93% 正向 valence，76.41% 低 arousal
- 主导情感：Calm (55.95%)、Excited (15.50%)、Contentment (15.35%)
- 风格差异显著：现实主义/浪漫主义 → 平静正向；表现主义/超现实主义 → 高 arousal + 负面情感
- 文化差异：中国传统绘画 99.76% 低 arousal、99.95% 正向（Calm 89.42%）
语言多样性
在所有对比数据集（Flickr30K、ArtEmis、COCO Captions）中，EmoArt 的 TTR、MTLD、Entropy 均最高，描述更丰富。
生成模型 Benchmark
- 评估 7 个模型：FLUX.1-dev、FLUX.1-schnell、SDXL、SD3.5、PixArt-sigma、Playground、Openjourney
- FLUX.1-dev-finetuned（LoRA 微调）在笔触 (0.6388)、色彩 (0.6974)、构图 (0.6698) 等主观指标上全面最优
- 传统像素指标（FID/PSNR/LPIPS/SSIM）无法完全捕捉情感和感知质量 → 属性对齐评估作为新视角
与现有 Wiki 的关系
- 关联：情感计算与图像生成、Valence-Arousal 情感模型
- 与 EmoEdit 互补：EmoEdit 做编辑，EmoArt 做数据集和生成 benchmark
- 情感标注维度比 EmoSet 更丰富（增加视觉属性 + 治疗效果）
后续问题
- EmoArt 的情感分布（高度偏向 calm/positive）是否会影响训练模型的多样性？
- 56 种风格的情感特征差异能否用于风格迁移中的情感控制？