ROI-ReFT情感图像编辑方法发布

研究团队提出并发布 ROI-ReFT 情感图像编辑方法，用 fMRI 编码模型 TRIBE v2 预测的情绪响应变化作为编辑方向，并以源图像的视觉响应作为内容参考。该方法基于 Component Process Model，分析了 8 类情绪、400 对源-目标图像。 团队称，在一个事后选取的 400 条编辑请求子集上，ROI-ReFT 达到 91.75% 的目标情绪准确率和 83.25% 的联合成功率，即输出同时匹配目标情绪且源图-输出图的 DINO-I 不低于 0.80。作者表示代码和数据集将公开。 研究还发现，EmoEdit、EmoEditor、AffectDelta 的隐藏状态在视觉区域比在情绪相关区域更贴合目标图像的预测响应。

AI 根据报道生成 · 51 分钟前更新

还没有足够的连续观测数据，暂不绘制趋势。