SmartPhotoCrafter：面向自动摄影图像编辑的统一推理、生成与优化

传统的摄影图像编辑通常要求用户具备足够的美学理解能力，以便为调整图像质量和相机参数提供适当的指令。然而，这种范式依赖于对美学意图的显式人工指令，这对于非专业用户来说通常是模糊的、不完整的或难以实现的。在这项工作中，我们提出了 SmartPhotoCrafter，一种自动摄影图像编辑方法，该方法将图像编辑表述为一个紧密耦合的推理到生成过程。所提出的模型首先执行图像质量理解，并通过 Image Critic 模块识别缺陷，然后 Photographic Artist 模块实现针对性编辑以增强图像吸引力，从而无需显式的人工指令。我们采用了多阶段训练流程： 基础预训练，以建立基本的美学理解和编辑能力； 基于推理引导的多编辑监督的适应，以融入丰富的语义指导； 协调的推理到生成强化学习，以联合优化推理和生成。在训练期间，SmartPhotoCrafter 强调照片级真实感图像生成，同时支持图像修复和润饰任务，并始终遵守与色彩和色调相关的语义。我们还构建了一个特定阶段的数据集，逐步构建推理和可控生成、有效的跨模块协作，以及最终的高质量摄影增强。实验表明，SmartPhotoCrafter 在自动摄影增强任务上优于现有的生成模型，在实现照片级真实感结果的同时，对润饰指令表现出更高的色调敏感性。项目页面：https://github.com/vivoCameraResearch/SmartPhotoCrafter。