DalšíDalší průvodce
Percepční hašování pro téměř duplicitní obrázky
Vizuální AI
Vizuální průvodce AI
Perceptual losses compare image representations from a neural network instead of relying only on pixel differences.
Poslechněte si tento návodAI-vyprávěný · ~2 min
LPIPS calibrates such feature distances against human similarity judgments, but no score guarantees that every image pair will be judged alike by every viewer.
Tradiční ztráty jako L2 (střední čtvercová chyba) porovnávají obrázky pixel po pixelu, takže posun o jeden pixel nebo mírně odlišná textura vypadá jako obrovská chyba, i když si toho lidé sotva všimnou. Percepční ztráta místo toho vede oba obrazy přes předem trénovanou síť (často VGG) a porovnává aktivace z mezivrstvy. Protože tyto funkce kódují hrany, textury a části objektů spíše než přesné hodnoty pixelů, ztráta lépe odpovídá lidskému úsudku a podporuje ostré, sémanticky věrné výstupy. LPIPS (Learned Perceptual Image Patch Similarity), představený Zhangem a kol. v roce 2018 to formalizuje: extrahuje hluboké rysy, normalizuje je a aplikuje naučené váhy kalibrované proti tisícům úsudků lidské podobnosti, čímž vznikne jediné skóre vzdálenosti, kde nižší znamená percepčně podobnější.
Tréninkové sítě s vysokým rozlišením (např. SRGAN), takže převzorkované fotografie vypadají ostře a s texturou, nikoli rozmazaně.
Vyhodnocování komprese obrazu a kodeků hodnocením toho, jak percepčně blízko je dekódovaný obraz originálu.
Přenos stylu průvodce, kde je obsah porovnáván pomocí hlubokých funkcí VGG spíše než přesných pixelů.
Srovnávání GAN a generátorů difúzních obrázků hlášením vzdálenosti LPIPS mezi generovanými a skutečnými obrázky.
Vnímací metriky se posouvají od páteře CNN k funkcím z modelů s vlastním dohledem a modelů transformujících vidění, jako jsou DINO a CLIP, které zachycují bohatší sémantiku. Očekávejte těsnější integraci s tréninkem difúzního modelu a vyhodnocováním textu na obrázek plus vjemové skóre vyladěné pro časovou konzistenci videa. Výzkumníci také zkoumají slepá místa LPIPS: lze jej oklamat nepříznivě a slabě koreluje s kvalitou při velmi vysoké věrnosti, což motivuje novější metriky přizpůsobené lidem, jako jsou DISTS a souborové přístupy.
Newsletter zdarma
Tři ověřené příběhy ze světa AI každý všední den ráno, psané srozumitelnou angličtinou. Navždy zdarma, bez reklam.
Jeden e-mail každý všední den. Odhlásit se můžete jedním kliknutím. Vaši adresu nikdy neprodáváme ani nesdílíme.
Otestujte se
Okamžitá zpětná vazba ke každé odpovědi a sdílitelný certifikát s ověřitelným ID po absolvování kurzu.
Podpořte bezplatnou AI vzdělávání. AI Understanding je nezisková organizace 501(c)(3) — žádné reklamy, žádná platba za přístup, nikdy. Darujte
Perceptual losses compare image representations from a neural network instead of relying only on pixel differences. LPIPS calibrates such feature distances against human similarity judgments, but no score guarantees that every image pair will be judged alike by every viewer.
L2 porovnává pixely přímo, takže malé prostorové posuny nebo rozdíly textury se projeví jako velké chyby, i když se člověku zdá obraz v pořádku.
LPIPS extrahuje hluboké aktivace funkcí z pevné páteře a měří jejich vzdálenost, která lépe odpovídá lidskému vnímání než pixely.
Váhy byly naučeny tak, aby odpovídaly velkému souboru dat (BAPPS) lidských rozhodnutí o podobnosti dvou alternativních vynucených voleb.
LPIPS is calibrated to human similarity judgments, but its distance remains a model-based measure with limitations.
Střední mapy funkcí VGG se staly standardem pro ztrátu vnímání v úkolech, jako je super-rozlišení a přenos stylu.
Učte se dál
Pro toto téma bylo vybráno více průvodců
DalšíDalší průvodce
Percepční hašování pro téměř duplicitní obrázky
Vizuální AI