AnyBokeh: 物理引导的任意到任意散景编辑与光学指纹传输
摘要
AnyBokeh 是一个物理引导的框架,用于任意到任意的散景编辑,它估计源模糊状态并在不同焦距和光圈设置之间传输光学特性,而无需全聚焦重建。
查看缓存全文
缓存时间: 2026/07/06 14:38
论文页面 - AnyBokeh:基于物理引导的任意到任意散景编辑与光学指纹迁移
来源:https://huggingface.co/papers/2606.31959
摘要
AnyBokeh 是一个基于物理引导的散景编辑框架,它能够估计源图像的模糊状态,并在不同焦点和光圈设置之间迁移光学特性,而无需重建全焦点图像。
景深控制是摄影中的一项基础工具,然而从单张图像进行后期拍摄的散景编辑(https://huggingface.co/papers?q=bokeh%20editing)仍然具有挑战性。一个实用的编辑器应能处理在任意焦点和光圈设置下拍摄的图像。现有方法通常假设输入为全焦点图像,或者先恢复全焦点图像再渲染新的散景。此类流程可能会丢弃源图像中有用的模糊线索,并将重建伪影传播到最终编辑结果中。我们提出了 AnyBokeh,一个用于任意到任意散景编辑(https://huggingface.co/papers?q=bokeh%20editing)的物理引导框架。AnyBokeh 不将源图像的模糊仅仅视为需要去除的退化,而是通过符号弥散圆图(https://huggingface.co/papers?q=circle-of-confusion%20map)和视差图(https://huggingface.co/papers?q=disparity%20map)来估计源图像的模糊状态。通过建模符号弥散圆与视差差之间的线性关系,AnyBokeh 估计出一个源特定的光学指纹(https://huggingface.co/papers?q=optical%20fingerprint),并将源图像的光学特性迁移到期望的焦点和光圈设置。一个以源图像和目标弥散圆图(https://huggingface.co/papers?q=circle-of-confusion%20map)为条件的生成编辑器(https://huggingface.co/papers?q=generative%20editor)随后执行相对模糊合成(https://huggingface.co/papers?q=relative%20blur%20synthesis),从而实现空间自适应的去模糊、保留和散焦渲染。为了支持物理监督学习,我们进一步构建了一个高保真合成数据集(https://huggingface.co/papers?q=synthetic%20dataset),其中包含精确的深度、焦距和完整的 EXIF 元数据(https://huggingface.co/papers?q=EXIF%20metadata)。在真实世界基准上的实验表明,AnyBokeh 在任意到任意散景编辑(https://huggingface.co/papers?q=bokeh%20editing)、全焦点到散景渲染以及散焦去模糊任务中均实现了忠实且可控的编辑,同时避免了现有方法通常所需的全焦点重建和测试时散景级别校准。代码和数据集将开源至 https://github.com/itsmag11/AnyBokeh。
查看 arXiv 页面(https://arxiv.org/abs/2606.31959)查看 PDF(https://arxiv.org/pdf/2606.31959)GitHub(https://github.com/itsmag11/AnyBokeh)添加到收藏(https://huggingface.co/login?next=%2Fpapers%2F2606.31959)
在你的 agent 中获取此论文:
hf papers read 2606\.31959
没有最新 CLI?curl \-LsSf https://hf\.co/cli/install\.sh \| bash
引用此论文的模型0
没有模型与此论文关联
请在模型 README.md 中引用 arxiv.org/abs/2606.31959 以从此页面链接。
引用此论文的数据集0
没有数据集与此论文关联
请在数据集 README.md 中引用 arxiv.org/abs/2606.31959 以从此页面链接。
引用此论文的 Spaces0
没有 Space 与此论文关联
请在 Space README.md 中引用 arxiv.org/abs/2606.31959 以从此页面链接。
包含此论文的收藏集0
没有收藏集包含此论文
请将这篇论文添加到一个收藏集(https://huggingface.co/new-collection)中以从此页面链接。
相似文章
@yoheinakajima:一个人的模糊是另一个人的运动数据,用以解码
介绍了Blur2Vid,一种从运动模糊图像生成视频的方法,发表于SIGGRAPH Asia 2025。
AnyFlow:基于在策略流图蒸馏的任意步长视频扩散模型
AnyFlow 提出了一种新颖的任意步长视频扩散蒸馏框架,通过流图过渡学习和反向模拟优化完整的 ODE 采样轨迹,在匹配甚至超越基于一致性模型的同时,能够随采样步数预算进行扩展。
EDITBRIDGE:迈向忠实且高效的超高分辨率图像编辑
EditBridge 是一个扩散桥框架,通过将低分辨率编辑转换为高分辨率输出并利用稀疏注意力,实现高达4K的高效超高分辨率图像编辑,显著提升速度并保留源细节。
PhotoFlow:自主式3D虚拟摄影任务
介绍PhotoFlow,一个由导演(Director)、评审(Reviewer)和反思(Reflector)模块组成的智能体,用于语言条件虚拟摄影,可在任意Blender场景中运行,并附带VPhotoBench基准。该系统结合3D空间理解与审美判断,从文本意图生成照片。
4DAnyone:从普通单目视频创建4D人物
4DAnyone通过生成多视角一致视频并将其提升到4D高斯溅射,从单目视频重建4D人物,并使用参考和目标上下文设计来解决扩展瓶颈。