Problem

傳統攝影影像編輯流程高度依賴使用者的美學素養，必須提供精確的相機參數或調整指令。對於非專業使用者而言，美學意圖往往難以用言語精準表達，導致編輯指令模糊、不完整，難以達成高品質的影像優化結果。

Method

提出 SmartPhotoCrafter 框架，將編輯視為「從推理到生成」的緊密過程。系統包含「影像評論家（Image Critic）」模組負責分析畫質缺失，以及「攝影藝術家（Photographic Artist）」模組執行標靶式編輯。訓練過程分為三個階段：基礎美學預訓練、推理引導的適應性學習，以及結合強化學習的協同優化，並建構了專門的階段式資料集。

Results

實驗證明 SmartPhotoCrafter 在自動攝影增強任務上顯著超越現有的生成模型。該模型不僅能產生照片級寫實的影像，在處理色調與色彩相關的修圖指令時，展現出極高的靈敏度與一致性，成功實現了自動化的影像修復與美化。

Significance

本研究降低了專業影像編輯的技術門檻，讓非專家也能獲得專業等級的攝影作品。其創新的推理至生成架構，為電腦攝影學與生成式人工智慧的整合提供了具備可解釋性與高效能的新範式。