AnyBokeh: Fysica-gestuurde Elk-naar-elk Bokeh-bewerking met Optische Vingerafdrukoverdracht

Samenvatting

Beheersing van de scherptediepte is een fundamenteel hulpmiddel in de fotografie, maar het bewerken van bokeh achteraf op basis van een enkele opname blijft een uitdaging. Een praktische editor moet beelden kunnen verwerken die onder willekeurige focus- en diafragma-instellingen zijn vastgelegd. Bestaande methoden gaan doorgaans uit van een volledig scherpe invoer, of herstellen eerst een volledig scherp beeld voordat een nieuwe bokeh wordt gegenereerd. Dergelijke pijplijnen kunnen nuttige vervagingssignalen uit de bronafbeelding weggooien en reconstructie-artefacten doorgeven aan de uiteindelijke bewerking. We introduceren AnyBokeh, een natuurkundig gestuurd raamwerk voor any-to-any bokeh-bewerking. In plaats van bronvervaging louter als een te verwijderen degradatie te behandelen, schat AnyBokeh de vervagingstoestand van de bron in met behulp van een ondertekende verstrooiingscirkelkaart (signed circle-of-confusion map) en een dispariteitskaart. Door het lineaire verband tussen ondertekende verstrooiingscirkel en dispariteitsverschil te modelleren, schat AnyBokeh een bronspecifieke optische vingerafdruk en brengt het de optische kenmerken van de bron over naar de gewenste focus- en diafragma-instelling. Een generatieve editor, gebaseerd op zowel de bron- als de doel-verstrooiingscirkelkaarten, voert vervolgens relatieve vervagingssynthese uit, wat ruimtelijk adaptieve onscherptereductie, behoud en defocus-weergave mogelijk maakt. Om fysiek gesuperviseerd leren te ondersteunen, bouwen we verder een hoogwaardige synthetische dataset met accurate diepte, scherpstelafstand en volledige EXIF-metadata. Experimenten op realistische benchmarks tonen aan dat AnyBokeh getrouwe en controleerbare bewerkingen realiseert voor any-to-any bokeh-bewerking, alles-scherp-naar-bokeh-weergave en defocus-onscherptereductie, terwijl het de volledig-scherp-reconstructie en calibratie van bokehniveau tijdens testen vermijdt die bij bestaande methoden vaak vereist zijn. De code en dataset zullen beschikbaar zijn op https://github.com/itsmag11/AnyBokeh.

English

Depth-of-field control is a fundamental tool in photography, yet post-capture bokeh editing from a single image remains challenging. A practical editor should handle images captured under arbitrary focus and aperture settings. Existing methods typically assume an all-in-focus input, or first recover an all-in-focus image before rendering new bokeh. Such pipelines can discard useful blur cues from the source image and propagate reconstruction artifacts into the final edit. We introduce AnyBokeh, a physics-guided framework for any-to-any bokeh editing. Instead of treating source blur merely as a degradation to be removed, AnyBokeh estimates the source blur state with a signed circle-of-confusion map and a disparity map. By modeling the linear relation between signed circle of confusion and disparity difference, AnyBokeh estimates a source-specific optical fingerprint and transfers the source optical characteristics to the desired focus and aperture setting. A generative editor conditioned on both source and target circle-of-confusion maps then performs relative blur synthesis, enabling spatially adaptive deblurring, preservation, and defocus rendering. To support physically supervised learning, we further construct a high-fidelity synthetic dataset with accurate depth, focus distance, and full EXIF metadata. Experiments on real-world benchmarks show that AnyBokeh achieves faithful and controllable editing across any-to-any bokeh editing, all-in-focus-to-bokeh rendering, and defocus deblurring, while avoiding all-in-focus reconstruction and test-time bokeh-level calibration commonly required by existing approaches. The code and dataset will be available at https://github.com/itsmag11/AnyBokeh.