AffectCtrl

新的EmoScene数据集增强了可控情感图像生成能力

研究人员推出了EmoScene，这是一个旨在改进可控情感图像生成的大规模数据集。该数据集包含超过300个场景类别中的120万张图像，具有双空间表示，包括离散情感和连续VAD（效价-唤醒度-优势度）维度，以及可衡量的外观属性。为了展示其效用，团队开发了AffectCtrl，一个增强了用于分类情感生成和对VAD、亮度、饱和度进行连续控制的冻结扩散模型的系统，在控制轴上实现了高精度和强相关性。