深度语义感知照片调整

自动照片调整旨在模仿专业摄影师的照片润饰风格，并将照片自动调整至所学风格。已有许多尝试利用低级颜色统计全局建模色调与颜色调整。此外，通过利用高级特征与语义标签图，空间变化照片调整方法也得到了研究。这些方法具有语义感知能力，因为颜色映射依赖于高级语义上下文。然而，其性能受限于预计算的手工特征，且难以将用户偏好反映到调整中。本文中，我们提出了一种深度神经网络来建模语义感知照片调整。所提网络利用双线性模型，即颜色与上下文特征的乘积交互。作为上下文特征，我们提出语义调整图，其根据场景上下文发现所应用的内在照片润饰预设。所提方法利用带有场景解析任务的鲁棒损失进行训练。实验结果表明，所提方法在定量与定性上均优于现有方法。所提方法还通过提供定制化调整图，为用户提供了一种按自身喜好润饰照片的途径。