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

来源：https://huggingface.co/papers/2604.19587
作者：

,

,

,

,

,

,

,

,

,

,

,

摘要

SmartPhotoCrafter 通过将图像质量理解与针对性增强相结合，采用“推理到生成”范式，无需显式人工指令即可自动完成摄影级图像编辑。

传统摄影图像编辑通常要求用户具备足够的审美能力，才能给出恰当的图像质量与相机参数调整指令。然而，该范式依赖人类对审美意图的显式描述，往往存在模糊、不完整，甚至对非专业用户不可及的问题。本文提出 SmartPhotoCrafter，一种自动摄影图像编辑方法，将图像编辑建模为紧密耦合的“推理→生成”流程：模型首先进行图像质量理解（https://huggingface.co/papers?q=image%20quality%20comprehension），由 Image Critic 模块（https://huggingface.co/papers?q=Image%20Critic%20module）识别缺陷，随后 Photographic Artist 模块（https://huggingface.co/papers?q=Photographic%20Artist%20module）执行针对性编辑以提升图像吸引力，无需任何显式人工指令。

我们采用多阶段训练流程（https://huggingface.co/papers?q=multi-stage%20training%20pipeline）：
(i) 基础预训练（https://huggingface.co/papers?q=Foundation%20pretraining）建立基本审美理解与编辑能力；
(ii) 推理引导的多编辑监督自适应（https://huggingface.co/papers?q=Adaptation%20with%20reasoning-guided%20multi-edit%20supervision）引入丰富的语义指导（https://huggingface.co/papers?q=semantic%20guidance）；
(iii) 协同推理-生成强化学习联合优化推理与生成。

训练过程中，SmartPhotoCrafter 强调真实感图像生成（https://huggingface.co/papers?q=photo-realistic%20image%20generation），同时支持图像修复（https://huggingface.co/papers?q=image%20restoration）与精修任务（https://huggingface.co/papers?q=retouching%20tasks），并始终遵循色彩与影调语义一致性。我们还构建了分阶段专用数据集，逐步构建推理与可控生成能力，实现跨模块高效协作，最终获得高质量摄影增强效果。实验表明，SmartPhotoCrafter 在自动摄影增强任务上优于现有生成模型，能够生成真实感结果，并对精修指令表现出更高的影调敏感度。

项目主页：https://github.com/vivoCameraResearch/SmartPhotoCrafter

查看 arXiv 页面（https://arxiv.org/abs/2604.19587）
查看 PDF（https://arxiv.org/pdf/2604.19587）
添加到收藏（https://huggingface.co/login?next=%2Fpapers%2F2604.19587）

在 Agent 中获取本文：

hf papers read 2604.19587

未安装最新 CLI？
curl -LsSf https://hf.co/cli/install.sh | bash

引用本文的模型 0

暂无模型引用

在模型 README.md 中引用 arxiv.org/abs/2604.19587 即可在此页面显示链接。

引用本文的数据集 0

暂无数据集引用

在数据集 README.md 中引用 arxiv.org/abs/2604.19587 即可在此页面显示链接。

引用本文的 Spaces 0

暂无 Space 引用

在 Space README.md 中引用 arxiv.org/abs/2604.19587 即可在此页面显示链接。

收录本文的合集 0

暂无合集收录

将本文添加到合集（https://huggingface.co/new-collection）即可在此页面显示链接。