가이드 연계 퀴즈 · 중간 레벨

지각 손실 및 LPIPS 퀴즈

특징 기반 이미지 비교, LPIPS 인간 보정, 정규화된 특징, 입력 규칙 및 지각 거리 점수의 한계를 살펴보세요.

관련 가이드 경로지각 손실과 Lpips
질문 1 의 8

픽셀 기반 L2 손실이 지각 손실과 비교하여 이미지 유사성을 잘못 판단하는 경우가 많은 이유는 무엇입니까?

모든 질문 미리보기8 질문

퀴즈를 풀면 정답과 설명이 나타납니다.

  1. 픽셀 기반 L2 손실이 지각 손실과 비교하여 이미지 유사성을 잘못 판단하는 경우가 많은 이유는 무엇입니까?
    • 인간이 거의 알아차리지 못하는 작은 변화와 질감 변화에 불이익을 줍니다.
    • 너무 느리게 실행되어 실용적이지 않습니다.
    • 회색조 이미지만 비교할 수 있습니다.
    • 계산하려면 사전 훈련된 네트워크가 필요합니다.
  2. LPIPS는 주로 두 이미지 사이에서 무엇을 비교합니까?
    • 원시 RGB 픽셀 값
    • 압축 후 파일 크기
    • 사전 훈련된 네트워크의 중간 계층에서 활성화
    • 색상 히스토그램
  3. LPIPS의 채널별 가중치는 어떻게 결정되었나요?
    • 기본적으로 모두 하나로 설정
    • 인간의 지각적 유사성 판단에 대해 보정됨
    • 저자가 손으로 조정한
    • JPEG 압축 테이블에서 파생됨
  4. What does a lower LPIPS value indicate for a tested image pair?
    • Proof that the two images have identical pixels
    • A guarantee that every human will prefer the lower-scoring image
    • A measurement of the images' compressed file size
    • A smaller distance under the chosen learned perceptual metric
  5. 어떤 백본 네트워크가 고전적인 지각(기능) 손실과 가장 일반적으로 연관되어 있습니까?
    • ResNet-152
    • 욜로
    • VGG
    • 유넷
  6. 순수 L2 대신 지각 손실을 사용하면 가장 직접적인 이점을 얻을 수 있는 작업은 무엇인가요?
    • 사실적인 초고해상도
    • 이미지의 픽셀 계산
    • EXIF 메타데이터 읽기
    • 파일 이름별로 이미지 정렬
  7. What image-input convention does the official LPIPS Python example specify?
    • Raw compressed JPEG bytes used directly as feature maps
    • Only filename strings with no decoded image data
    • A single grayscale class label for each image
    • RGB tensors with image values scaled to the range minus one to plus one
  8. Which differences receive learned per-channel weighting inside LPIPS?
    • Differences between the images' filename lengths
    • Squared differences between normalized deep feature representations
    • Only differences between JPEG quality settings
    • Only the number of object class labels predicted