用于照片精修调优的目标条件强化学习
图形学
2025-03-11 v1 计算机视觉与模式识别
摘要
照片精修调优旨在自动化照片精修流程（如 Adobe Lightroom 或 Darktable）的手动调参过程。以往的工作要么使用零阶优化，在参数集增大时速度缓慢；要么依赖于目标精修流程的可微代理，难以训练。为了克服这些挑战，我们提出了一种新颖的目标条件强化学习框架，利用目标图像作为条件来高效调优参数。与以往的方法不同，我们的调优框架不依赖任何代理，并将照片精修流程视为黑盒。利用训练好的强化学习策略，它能在仅 10 次查询内高效找到所需的参数集，而基于优化的方法通常需要 200 次查询。此外，我们的架构利用目标图像来引导流程参数的迭代调优，允许在像素对齐的目标图像、风格图像或任何其他视觉可表示的目标上进行灵活的条件约束。我们在照片精修调优和照片风格化调优任务上进行了详细的实验，展示了我们方法的优势。项目网站：https://openimaginglab.github.io/RLPixTuner/。
引用
@article{arxiv.2503.07300,
title = {Goal Conditioned Reinforcement Learning for Photo Finishing Tuning},
author = {Jiarui Wu and Yujin Wang and Lingen Li and Zhang Fan and Tianfan Xue},
journal= {arXiv preprint arXiv:2503.07300},
year = {2025}
}
备注
38th Conference on Neural Information Processing Systems (NeurIPS 2024)