PhotoArtAgent：基于语言模型艺术家智能体的智能照片修饰
计算机视觉与模式识别
2025-05-30 v1
摘要
照片修饰是摄影艺术不可或缺的一部分，远不止于简单的技术修正，而是为了提升情感表达与叙事深度。艺术家利用专业知识通过精心调整创造独特的视觉效果，而非专业用户通常依赖自动化工具，这些工具能产生视觉上令人愉悦的结果，但缺乏解释深度和交互透明度。在本文中，我们介绍了 PhotoArtAgent，这是一个结合了视觉语言模型（VLM）与高级自然语言推理的智能系统，旨在模拟专业艺术家的创作过程。该智能体执行显式的艺术分析，规划修饰策略，并通过 API 向 Lightroom 输出精确参数。随后，它评估生成的图像并迭代细化，直到实现预期的艺术愿景。在整个过程中，PhotoArtAgent 提供透明且基于文本的创作原理解释，促进有意义的交互与用户控制。实验结果表明，PhotoArtAgent 在用户研究中不仅超越了现有的自动化工具，还取得了与专业人类艺术家相当的结果。
引用
@article{arxiv.2505.23130,
title = {PhotoArtAgent: Intelligent Photo Retouching with Language Model-Based Artist Agents},
author = {Haoyu Chen and Keda Tao and Yizao Wang and Xinlei Wang and Lei Zhu and Jinjin Gu},
journal= {arXiv preprint arXiv:2505.23130},
year = {2025}
}