摘要
【导读】北大彭宇新团队提出「美学照片重构」新任务，从摄影教学视频中自动构建数据集AesRecon，并开发两阶段模型AesFormer，通过优化构图、视角与人物姿态，提升照片的美感与艺术表现力。 你拍下一张照片，AI也许能帮你调亮、美颜、换个滤镜，却很难真正把它变成你心中想要的样子。 一张照片不好看，往往是因为一开始就没拍对：构图偏了、视角歪了、姿态僵了。现有图像美化工具可以调亮度、加美颜、套滤镜，却无法重新组织构图、修正拍摄角度、调整人物姿态，因此难以修正拍摄阶段留下的结构性缺陷。 针对这一挑战，北京大学彭宇新教授团队在美学理解领域开展了最新研究，定义了美学照片重构这一任务，通过从互联网拍照教学视频中自动挖掘美学语料，构建了首个美学照片重构数据集与评测基准AesRecon。该数据集包含9071对人像照片样本，记录了同一人物、同一场景下从普通原片到出彩成片的真实优化过程。 在此基础上，团队进一步提出美学照片重构模型AesFormer，通过「美学规划+美学编辑」的两阶段方法，让AI不再只停留于调色、美颜等表层修饰，而是能够进一步调整构图、视角与人物姿态，从画面结构层面提升照片美感。相关论文已被ICML 2026接收，并已开源。 论文链接：https://arxiv.org/abs/2605.22126 开源代码：https://github.com/PKU-ICST-MIPL/AesFormer_ICML2026 实验室网址：https://www.wict.pku.edu.cn/mipl 从「表层修饰」到「画面重构」 拍照，是记录日常场景、情感与回忆的重要方式。但真正动人的瞬间往往稍纵即逝。要定格这样的画面，拍摄者需要在按下快门的瞬间，快速判断构图、视角、人物姿态等关键因素。 对专业摄影师而言，这种判断来自系统训练与长期实践；而对普通用户来说，由于缺乏摄影经验，拍出的照片常常存在构图偏移、视角失衡、姿态僵硬等问题，导致实际成片与心中期待的理想画面产生明显落差。 为了弥补这种落差，用户通常会使用图像美化工具来提升照片美感。现有工具可大致分为两类： （1）照片调色工具，如自动修图方法、Photoshop、Lightroom等，主要通过调整曝光、亮度、对比度等基础视觉参数来优化色彩风格；