私たちは、Photoshopのカーブツールに着想を得て、色、彩度、明るさなどのグローバルな画像特性を人間が解釈可能な画像補正カーブを使用して調整する新しい手法を提案します。この手法は、Neural CURve Layers (CURL)と呼ばれ、HSV、CIELab、RGBの3つの異なる色空間で共同訓練されるマルチカラースペースニューラルレタッチブロックとして設計されています。これらのカーブは完全に微分可能であり、写真補正（RGB-to-RGB）や画像形成のための画像信号処理パイプライン（RAW-to-RGB）など、さまざまなコンピュータビジョン問題に対してエンドツーエンドで訓練されます。CURLの効果を示すために、このグローバルな画像変換ブロックをピクセルレベル（局所的）のマルチスケールエンコーダー-デコーダーバックボーンネットワークと組み合わせました。広範な実験評価を通じて、CURLが最近提案された深層学習アプローチと比較して客観的および知覚的な指標において最先端の画像品質を達成していることを示しました。これにより、複数の公開データセットでの新たな最先端性能が設定されました。私たちのコードは以下のURLで公開されています: https://github.com/sjmoran/CURL.