LumiVideo：用于视频调色的智能体系统
计算机视觉与模式识别
2026-04-06 v1 人工智能
摘要
视频调色是一个关键的后期制作过程，将平坦的对数编码原始素材转化为富有情感共鸣的电影级视觉效果。现有的自动化方法充当静态的黑箱执行器，直接输出编辑后的像素，缺乏可解释性以及专业人员所需的迭代控制。我们引入了 LumiVideo，一个模拟专业人员调色认知工作流的智能体系统，包含四个阶段：感知、推理、执行和反思。仅给定原始对数视频，LumiVideo 通过分析场景的物理光照和语义内容，自主生成电影级基础调色。其推理引擎将 LLM 的内在电影知识与检索增强生成（RAG）框架通过思维树（ToT）搜索相结合，以导航非线性的色彩参数空间。该系统并非生成像素，而是将推断出的参数编译为行业标准的 ASC-CDL 配置和全局一致的 3D LUT，从分析上保证时间一致性。可选的反思循环允许创作者通过自然语言反馈细化结果。我们还引入了 LumiGrade，这是首个用于评估自动化调色的对数编码视频基准。实验表明，LumiVideo 在全自动模式下接近人类专家水平，同时在有指导时能实现精确的迭代控制。
引用
@article{arxiv.2604.02409,
title = {LumiVideo: An Intelligent Agentic System for Video Color Grading},
author = {Yuchen Guo and Junli Gong and Hongmin Cai and Yiu-ming Cheung and Weifeng Su},
journal= {arXiv preprint arXiv:2604.02409},
year = {2026}
}