PortraitCraft：人像构图理解与生成统一评测基准

本文介绍PortraitCraft基准测试，基于约5万张精心筛选的人像图像，提供多层次结构化标注，支持构图理解与生成两大任务，填补了人像构图专门评测基准的空白，为人像美学评估和可控生成研究提供全面的评测框架。

人像构图是人像美学的核心要素，决定画面平衡感、视觉流动和情感表达。但现有数据集和基准存在局限：1.粗粒度美学评分缺乏细粒度可解释性；2.通用图像美学数据集未针对人像构图设计；3.无约束人像生成模型很少考虑构图约束，导致结果构图质量参差不齐。

PortraitCraft将构图理解与生成整合在统一体系内。数据集基于约5万张精选人像图像，提供多层次标注：全局构图评分、13个构图属性（如三分法则遵循度、视线引导等）、属性级解释文本、视觉问答对、构图导向生成描述。

任务一（构图理解）含三个子任务：评分预测（预测构图质量分数）、细粒度属性推理（评估13个构图属性表现）、基于图像的视觉问答（回答构图细节问题）；任务二（构图感知生成）要求模型严格遵循构图描述生成符合要求的人像。

标准化评估协议包括明确数据划分、针对不同子任务的评估指标（如评分预测用相关系数、生成任务用构图忠实度等）及基线结果。学术价值支持细粒度理解、可解释评估、可控生成；实际应用包括摄影教育（即时反馈）、内容创作（辅助生成）、图像编辑（智能优化）。

当前挑战：主观性与客观性平衡、细粒度理解能力不足、生成质量与构图约束的多目标优化。未来方向：多模态融合、个性化美学、跨风格迁移、实时应用优化。

PortraitCraft填补人像构图专门评测空白，提供多层次标注支持可解释研究，统一理解与生成任务，建立标准化协议和基线。它为计算摄影和生成AI领域的构图精细理解与可控生成奠定基础，推动人像摄影AI技术进步。