CameraMaster：面向摄影润饰的统一相机语义-参数控制
计算机视觉与模式识别
2025-11-27 v1
摘要
文本引导的扩散模型极大地推动了图像编辑与生成的发展。然而，实现具有精确参数控制（如曝光、白平衡、变焦）且物理一致的图像润饰仍然具有挑战性。现有方法要么仅依赖模糊且纠缠的文本提示，这阻碍了精确的相机控制，要么为参数调整训练独立的头/权重，这损害了可扩展性、多参数组合以及对细微变化的敏感性。为了解决这些局限性，我们提出了 CameraMaster，一个用于图像润饰的统一相机感知框架。其核心思想是显式解耦相机指令，然后连贯地整合两个关键信息流：一个捕捉摄影师意图的指令表示，以及一个编码精确相机设置的参数嵌入。CameraMaster 首先使用相机参数嵌入来调制相机指令和内容语义。然后，调制后的指令通过交叉注意力注入到内容特征中，产生一个对相机高度敏感的语义上下文。此外，指令和相机嵌入作为条件和门控信号注入到时间嵌入中，从而在整个去噪过程中实现统一的、逐层的调制，并强制实现紧密的语义-参数对齐。为了训练和评估 CameraMaster，我们构建了一个包含 78K 个带有相机参数标注的图像-提示对的大规模数据集。大量实验表明，CameraMaster 对参数变化产生单调且近乎线性的响应，支持无缝的多参数组合，并显著优于现有方法。
引用
@article{arxiv.2511.21024,
title = {CameraMaster: Unified Camera Semantic-Parameter Control for Photography Retouching},
author = {Qirui Yang and Yang Yang and Ying Zeng and Xiaobin Hu and Bo Li and Huanjing Yue and Jingyu Yang and Peng-Tao Jiang},
journal= {arXiv preprint arXiv:2511.21024},
year = {2025}
}