論文の概要: ATune: Unsupervised Photo Retouching Through Image-Editor Controls
- arxiv url: http://arxiv.org/abs/2611.16236v1
- Date: Thu, 12 Nov 2026 03:36:20 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-11-14 01:36:33.351149
- Title: ATune: Unsupervised Photo Retouching Through Image-Editor Controls
- Title(参考訳): ATune:イメージ編集コントロールによる教師なしの写真リタッチ
- Abstract要約: Atune氏は、写真の品質を高めるために、明るさ、コントラスト、シャープネスなどの13の属性がどのように変化するかを学びました。
同じモデルで、変更を行うエディタを駆動することができる。
ユーザスタディでは157人のラテンダーが、編集と他の編集方法の間の選択を9,253回行った。
- 参考スコア(独自算出の注目度): 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Photo retouching models are trained on pairs of original and retouched photographs, usually edited by experts. Expert edits are costly, so the two main public sets, FiveK and PPR10K, hold only 16,161 originals. Good photographs on their own are far easier to find: commercial stock collections and free ones such as Pixabay and Unsplash hold millions. We learn retouching from them alone: we damage each photograph the way a camera or a careless edit would, which gives a worse and a better version of the same photograph. From these pairs, our model, ATune, learns how 13 measured attributes, such as brightness, contrast and sharpness, should change to raise a photograph's quality. The edit is declarative: ATune sets target values for the attributes, and a simple search adjusts the sliders of an out-of-the-box photo editor until the photograph reaches them. Every edit is a list of slider values a person can read and adjust. The same model can drive any editor that makes those changes; we test RawTherapee and darktable. We train on 10M photographs from a commercial stock collection and test on FiveK, PPR10K and SPAQ. Nine quality judges score every edit, and in a user study 157 human raters made 9,253 choices between our edit and another method's edit of the same photograph. When Claude Opus 5 and GPT-6 Astra edit the same photographs in the same editor, raters prefer our edits to GPT-6 Astra's (54.3%) and rate them even with Claude's (50.5%). We also compare with supervised retouchers on their home ground: NeurOP on FiveK and AdaInt on PPR10K, each trained on that set's own expert edits. Raters chose our edits in 46.3% of those comparisons. ATune, a 54M-parameter model trained without a single expert edit, now matches frontier models at setting an editor's sliders.
- Abstract(参考訳): フォトリタッチモデルは通常、専門家によって編集されたオリジナルとリタッチされた写真のペアで訓練される。
専門家による編集は費用がかかるので、FiveKとPPR10Kという2つの主要な公開セットは16,161のオリジナルしか持たない。
商業用ストックコレクションやPixabayやUnsplashなどの無料写真は、数百万枚を保有している。
私たちは、カメラや不注意な編集方法のように、それぞれの写真にダメージを与え、同じ写真のより悪く、より良いバージョンを与えます。
これらのペアから、私たちのモデルであるATuneは、明るさ、コントラスト、シャープネスなどの13の属性が、写真の品質を高めるためにどのように変化するかを学ぶ。
ATuneは属性のターゲット値を設定し、簡単な検索で、写真が到達するまで、アウト・オブ・ザ・ボックスのフォトエディタのスライダーを調整する。
各編集は、ユーザーが読み取って調整できるスライダー値のリストである。
同じモデルがこれらの変更を行うエディタを駆動することができます。
市販のストックコレクションから1000万枚の写真をトレーニングし、FiveK、PPR10K、SPAQでテストします。
9人の審査員が編集ごとにスコアを付け、ユーザー調査157人のレイパーが、編集と他の方法の編集の間に9,253の選択肢を与えました。
クロード・オプス 5 と GPT-6 アストラが同一の編集者で同じ写真を編集する際、ラッカーはGPT-6 アストラ (54.3%) の編集を好み、クロード (50.5%) と評価する。
また、FiveKのNeurOPやPPR10KのAdaIntなど、各セットのエキスパートによる編集のトレーニングも行います。
ラッカーはこれらの比較の46.3%で私たちの編集を選択した。
ATuneは、専門家の1人の編集なしにトレーニングされた54Mパラメータモデルで、エディタのスライダーの設定時にフロンティアモデルにマッチする。
関連論文リスト
- ACEdit: Stable Multi-Turn Image Editing via Asymmetric Conditioning [49.99222682056233]
本稿では,この累積分布シフトの下で,マルチターン画像編集を安定させる訓練手法を提案する。
鍵となるのは、エディタがトレーニング中に以前の編集ターンから独自のアウトプットを実行するように強制することであり、セルフフォースの原則を画像編集にもたらすことである。
実験では、編集品質と命令順守を維持しながら、長いマルチターンシーケンスの劣化を著しく低減した。
論文 参考訳(メタデータ) (2026-10-15T17:52:24Z) - BluePixel: Toward Native 4K Agentic Image Editing [42.31202870940974]
エージェントハーネスを備えたネイティブ4K編集モデルであるBluePixelを提案する。
プログレッシブなVAE適応により、1K対応のエディタをネイティブな4Kエディタに変換する。
BluePixelは、7つのモデルの中で第2位であり、非編集領域の一貫性においてGPT Image 2に次いでいる。
論文 参考訳(メタデータ) (2026-10-14T09:37:09Z) - Rubric-CEPR: Self-Evolving Image Editing via Reward-Verified Self-Distillation [24.81308902211084]
本研究では,人為的な目標や外部の訓練時間報酬モデルを使わずに,自己の世代のみを用いて事前訓練した画像エディタの改善に努める。
本稿では,Rubric-CEPR(Rubric-CEPR)という自己進化型フレームワークを提案する。
Qwen-Image-Editでは、Rubric-CEPRがImgEditを4.36から4.60(+5.5%)に改善し、オブジェクト分離が+24.9%向上し、GEdit-Bench and Complexに転送する。
論文 参考訳(メタデータ) (2026-10-08T17:59:58Z) - EditRefiner: A Human-Aligned Agentic Framework for Image Editing Refinement [76.76247443244293]
EditRefinerは、編集後の修正を人間のような認識・推論・行動評価ループとして再構成するエージェントフレームワークである。
歪み、診断精度、人間の知覚アライメントにおいて、最先端の手法を一貫して上回る。
論文 参考訳(メタデータ) (2026-05-08T09:05:08Z) - Evaluating Image Editing with LLMs: A Comprehensive Benchmark and Intermediate-Layer Probing Approach [48.01137214342501]
テキスト誘導画像編集手法の体系的評価のためのベンチマークであるTIEditを紹介する。
信頼性の高い主観的評価を得るために、20人の専門家が採用され、307,200人の主観的評価が得られる。
さらに,隠蔽表現の中間層探索により編集品質を推定するLCMベースの評価器であるEditProbeを提案する。
論文 参考訳(メタデータ) (2026-03-20T09:05:10Z) - LMM4Edit: Benchmarking and Evaluating Multimodal Image Editing with LMMs [104.97913324464247]
EBench-18Kは、18K編集画像を含む最初の大規模画像編集ベンチマークである。
EBench-18Kは、21タスクにわたる対応する編集プロンプトを備えた1,080のソースイメージと、17の最先端TIEモデルによって生成された18K+編集イメージと、3つの評価次元から評価された55K+平均評価スコア(MOS)と18K+質問回答(QA)ペアを含む。
そして,LMMに基づく画像編集モデル評価のためのLMM4Editを提案する。
論文 参考訳(メタデータ) (2025-07-22T03:11:07Z) - Understanding Generative AI Capabilities in Everyday Image Editing Tasks [52.812515570607296]
Redditコミュニティで過去12年間(2013-2025)に行われた83万件のリクエストを分析し、305万件のPSRウィザード編集を収集した。
人間の評価によると、最高のAIエディターによって要求の約33%が満たされる。
AIエディタは、よりオープンなタスクよりも正確な編集を必要とする、創造性の低い要求に対して、パフォーマンスが悪くなる。
論文 参考訳(メタデータ) (2025-05-22T03:35:15Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト(すべての情報・翻訳含む)の品質を保証せず、本サイト(すべての情報・翻訳含む)を使用して発生したあらゆる結果について一切の責任を負いません。