PREEN：用29个参数实现智能手机调色预设回归

从“生成图像”到“预测预设”：PREEN 重新定义颜色风格迁移

颜色风格迁移的常见做法是直接生成一张新图像，但这类方法往往难以在手机编辑器中复现。PREEN（Preset Regression via an Exemplar-based Editor Network）提出了一条不同的路径：给定内容图和风格参考图，预测一组智能手机编辑器预设参数，而不是输出像素。这组预设是29维的滑动条数值，可直接被编辑器消费，具备可解释性。

这项工作的核心洞察在于，将风格迁移转化为对编辑器参数空间的回归问题。与其他方法相比，PREEN 的输出不是一张“看起来像”的黑盒图像，而是一组用户可以手动调整、二次编辑的参数。这在实际工作流中意义重大——摄影师和普通用户可以在预设基础上微调，而不是面对一张无法逆向的生成图。

监督信号从哪来：教师模型与伪预设

训练这类模型的核心障碍是监督信号缺失：任意一张真实参考图并没有对应的编辑器预设“标准答案”。PREEN 的解决方案是引入一个风格迁移教师模型，将其目标外观反演到编辑器参数空间，生成伪预设（pseudo-presets）。

具体流程分为两步：先预训练一个以 CLIP 为条件的回归器，再在图像级 CIELAB 损失下用 LoRA 进行微调。这种设计让模型在缺乏真实预设标注的情况下，仍能学到合理的参数映射。CLIP 条件保证了风格参考的语义理解，而 CIELAB 损失则直接约束颜色输出的感知质量。

CLIP（Contrastive Language–Image Pre-training）是 OpenAI 提出的视觉-语言预训练模型，通过对比学习在 4 亿图文对上对齐图像与文本的语义空间。在 PREEN 中，CLIP 被用作风格参考的条件编码器：参考图经 CLIP 图像编码器提取语义特征，作为回归器的条件输入，从而让模型理解“参考图想要什么风格”，而不仅仅是记忆像素统计。相比直接使用参考图 RGB 像素作为条件，CLIP 特征对语义内容更鲁棒，能缓解参考图中具体物体对风格判断的干扰。

LoRA（Low-Rank Adaptation）是一种参数高效微调技术，它将权重更新分解为两个低秩矩阵的乘积，冻结原模型权重，仅训练少量新增参数。PREEN 在预训练回归器之后用 LoRA 进行图像级 CIELAB 损失下的微调，好处是：微调成本低、不易破坏预训练学到的通用映射，同时能让模型适配特定教师模型的输出分布。对于需要在设备端部署的场景，LoRA 的小参数量也便于模型版本迭代与多风格适配。

基准测试表现：保真度与结构双优

在人工精选的 PST50 基准上，PREEN 在应用参考图色彩的同时保持了结构保真度，在像素级和感知保真度指标上领先基线方法。由于输出是紧凑的预设向量，推理在设备端达到亚秒级延迟，适合智能手机端的实时应用场景。

与直接生成图像的方法相比，PREEN 的优势在于输出空间的低维性。29个参数构成的子空间不仅紧凑，还带来了一个额外好处——可控性。

CIELAB 是国际照明委员会（CIE）定义的与设备无关的颜色空间，其中 L* 表示明度，a* 和 b* 表示绿-红与蓝-黄两个色度轴。与 RGB 空间相比，CIELAB 的设计使欧氏距离更接近人眼感知差异（ΔE），因此常被用作颜色迁移的感知损失空间。PREEN 在微调阶段采用图像级 CIELAB 损失，直接约束输出预设经编辑器渲染后的颜色与教师模型目标外观在感知上的一致性，而不是逐像素的 RGB 差异。这有助于避免 RGB 空间中“数值接近但观感偏差”的问题，也让损失函数更贴合人类对颜色风格的判断。

PST50 是本文构建的人工精选基准，包含 50 组内容图与风格参考图配对，用于评估颜色风格迁移的保真度。文中提到的“像素级”指标通常指 PSNR、SSIM 等衡量重建相似度的度量，“感知保真度”指标则包括 LPIPS 等基于深度特征的感知距离。PREEN 在这两类指标上均领先基线，说明其预设参数不仅能复现参考色彩，还能保持内容图的结构细节。

一个旋钮，连续调节风格强度

低维参数子空间暴露了一个实用的推理时强度旋钮。在一次前向传播中，用户可以沿着从“默认”到“鲜艳”的连续轨迹调节，每一个中间状态都是合法的编辑器预设。这意味着用户不需要重新训练模型，就能在风格匹配和自然观感之间找到平衡点。

两轴人类研究表明，评分者在匹配参考图时更偏好鲜艳端，但作为独立照片欣赏时更偏好默认端。这个看似矛盾的偏好，恰好被强度旋钮覆盖——用户可以根据使用场景（匹配风格还是追求好看）自行滑动选择，而无需重新推理。

“两轴人类研究”指研究设计包含两个独立的评价维度：一是“匹配参考图”轴，要求评分者判断结果与风格参考的相似程度；二是“独立照片欣赏”轴，要求评分者在不看参考图的情况下评价结果作为照片的自然度和美观度。两轴结果出现分离——匹配任务偏好鲜艳端，欣赏任务偏好默认端——说明风格迁移的质量不能由单一指标衡量，用户意图随使用场景变化。这一发现支撑了强度旋钮的设计必要性：与其在训练时固定一个折中点，不如把选择权交给推理时的用户。

对移动影像工作流的启示

PREEN 的思路提示了一种更务实的风格迁移范式：与其追求端到端的图像生成，不如将输出约束在编辑器可消费的参数空间。这不仅降低了部署门槛（亚秒级、设备端），还保留了用户对结果的控制权。对于手机厂商和影像应用开发者而言，这种“预测预设”的方式更容易集成到现有编辑器中，也更容易被专业用户接受。

当然，该方法的局限性在于它依赖一个确定的29参数编辑器——若编辑器参数体系变化，模型需要重新适配。此外，伪预设的质量受教师模型影响，教师模型的偏差可能会传递到最终预设中。尽管如此，PREEN 在可解释性和交互性上的探索，为颜色风格迁移提供了一个值得关注的方向。