我可以编辑什么？开放式策略发现和情感可编辑性景观

情感图像编辑需要的不仅仅是应用情感过滤器或修改预定义的视觉因素：有效的编辑必须确定特定图像可以为目标情感提供什么。现有的情感图像处理方法，包括最近的代理变体，主要在基于预定义因子分类、知识库或传统编辑模板的有限策略空间内运行，因此经常错过特定于图像的、基于上下文的策略。我们引入了 EmoScope，一个多代理框架，它从“我应该如何编辑？”重新构建任务。到“我可以编辑什么？” EmoScope 首先通过情感条件可供性推理发现特定于图像的可编辑空间，然后在执行和验证编辑之前使用锚点、变量和上下文的语义层次结构来平衡内容一致性和情感表达力。由于其计划表示为特定于图像的可供性而不是检索模板，因此 EmoScope 还将编辑策略公开为交互式界面，以便用户在计划级别进行细化。在一项涵盖所有 8 个 Mikels 情绪类别的大规模人类评估中，对 1,824 个成对问题做出了 4,693 个有效回答，参与者对 EmoScope 的偏好平均比两个竞争基线高出 88.1%。归因分析进一步表明，EmoScope 选择目标情绪自适应策略，而不是应用统一的模板。相同的可供性级别计划还支持交互式试点中的轻量级用户细化。最后，我们表明基于分类器的指标对非刻板的、基于上下文的编辑表现出情感条件盲点，并呈现相对的内容-情感偏好-亲和力景观，表明 EmoScope 的优势在图像-情感组合中系统地变化。