利用深度神经网络自动调整照片

照片润色使摄影师能够通过艺术性地调整风格化的色彩和色调来唤起强烈的视觉印象。然而，这也是一项耗时且具有挑战性的任务，需要超越普通摄影师能力的高级技能。使用自动算法是手动操作的一个吸引人的替代方案，但此类算法面临许多障碍。许多摄影风格依赖于细微的调整，这些调整取决于图像内容甚至其语义。此外，这些调整通常在空间上是变化的。由于这些特性，现有的自动算法仍然有限，仅涵盖了这些挑战的一个子集。最近，深度机器学习展示了解决长期抵抗机器算法的难题的独特能力。这促使我们探索在照片编辑背景下使用深度学习。在本文中，我们解释了如何以适合该方法的方式构建自动照片调整问题。我们还引入了一种考虑图像局部语义的图像描述符。我们的实验表明，使用这些描述符应用的深度学习公式成功捕捉到了复杂的摄影风格。特别是与以前的技术不同，它可以建模依赖于图像语义的局部调整。我们在几个例子中表明，这产生了在定性和定量上都优于先前工作的结果。