概述
感知損失透過比較深度神經網路特徵而不是原始像素來衡量兩個影像與人類的相似程度。這很重要，因為逐像素比較錯誤地懲罰了微小的變化並模糊了細節，而感知損失則獎勵了清晰、真實的結果。
感知損失和 LPIPS 屬於電腦視覺工作流程，用於解釋或產生視覺媒體以進行分析、操作和創造力。
深入探討
像 L2（均方誤差）這樣的傳統損失會逐像素比較圖像，因此一個像素的偏移或稍微不同的紋理看起來像是一個巨大的錯誤，即使人類幾乎沒有註意到。感知損失透過預訓練網路（通常是 VGG）運行兩個影像，並比較中間層的活化。由於這些特徵對邊緣、紋理和物件部分進行編碼，而不是精確的像素值，因此損失可以更好地與人類判斷保持一致，從而鼓勵清晰、語義上忠實的輸出。 LPIPS（學習感知影像區塊相似度），由Zhang等人提出。 2018 年，它正式化了這一點：它提取深層特徵，對其進行標準化，並應用根據數千個人類相似性判斷校準的學習權重，產生單個距離分數，其中越低意味著感知上越相似。
技術洞察
LPIPS 透過固定主幹網路（VGG、AlexNet 或 SqueezeNet）傳遞兩個影像，對多個層的通道活化進行單元歸一化，然後在每個空間位置求平方差。在對這些差異進行空間平均並跨層求和之前，一小部分學習的每個通道權重會縮放這些差異。這些權重是在人類二選一強制選擇判斷的 BAPPS 資料集上進行訓練的，因此該指標反映了人們實際感知的內容，而不是原始特徵距離。
掌控知覺損失和 LPIPS
感知損失透過比較深度神經網路特徵而不是原始像素來衡量兩個影像與人類的相似程度。這很重要，因為逐像素比較錯誤地懲罰了微小的變化並模糊了細節，而感知損失則獎勵了清晰、真實的結果。感知損失和 LPIPS 屬於電腦視覺工作流程，用於解釋或產生視覺媒體以進行分析、操作和創造力。為了建立深入的理解，請將感知損失和 LPIPS 視為一種操作模型，而不是單一功能：定義期望的結果，澄清假設，並將系統可以可靠地執行的操作與仍需要專家判斷的操作分開。
在實踐中，使用感知損失和 LPIPS 的強大團隊可以平衡準確性與數據品質、照明差異和標籤一致性等操作現實。他們記錄明確的成功標準，根據實際數據和工作流程進行測試，並根據觀察到的失敗模式而不是一次性基準測試勝利進行迭代。這就是理論理解轉變為跨產品、政策和營運的持久能力的地方。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。同時，如果出處不明，肖像權和同意可能會成為法律風險。最具彈性的方法是將實驗速度與治理規則結合：運行試點、捕獲證據、發布決策日誌，並隨著模型行為、使用者期望和監管要求的發展不斷更新保障措施。
戰略影響
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。
視覺人工智慧可以大規模自動化檢查、檢測和標記任務。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
創意團隊可以透過更少的手動修改來更快地建立概念原型。
創意團隊可以透過更少的手動修改來更快地建立概念原型。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
操作可以使用以前難以處理的影像和視訊訊號。
操作可以使用以前難以處理的影像和視訊訊號。在高品質部署中，這會轉化為可衡量的操作規則、所有權邊界和定期審查儀式，以便團隊可以增強信心，而不是擴大模糊性。
現實世界的實施
訓練超解析度網路（例如 SRGAN），使放大的照片看起來清晰且有紋理，而不是模糊。
透過對解碼影像在感知上與原始影像的接近程度進行評分來評估影像壓縮和編解碼器。
指導風格轉換，其中內容透過深度 VGG 特徵而不是精確像素進行匹配。
透過報告產生影像和真實影像之間的 LPIPS 距離對 GAN 和擴散影像產生器進行基準測試。
實施模式
知覺損失和 LPIPS 實踐
訓練超解析度網路（例如 SRGAN），使放大的照片看起來清晰且有紋理，而不是模糊。
訓練超解析度網路（例如 SRGAN），使放大的照片看起來清晰且有紋理，而不是模糊。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
知覺損失和 LPIPS 實踐
透過對解碼影像在感知上與原始影像的接近程度進行評分來評估影像壓縮和編解碼器。
透過對解碼影像與原始影像在感知上的接近程度進行評分來評估影像壓縮和編解碼器 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移跟踪生產力增益和錯誤成本時，通常會獲得更好的結果。
知覺損失和 LPIPS 實踐
指導風格轉換，其中內容透過深度 VGG 特徵而不是精確像素進行匹配。
指導風格轉換，其中內容透過深度 VGG 功能而不是精確像素進行匹配。當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並隨著時間的推移追蹤生產力增益和錯誤成本時，通常會獲得更好的結果。
知覺損失和 LPIPS 實踐
透過報告產生影像和真實影像之間的 LPIPS 距離對 GAN 和擴散影像產生器進行基準測試。
透過報告產生影像和真實影像之間的 LPIPS 距離對 GAN 和擴散影像產生器進行基準測試 當團隊預先定義品質閾值、為邊緣情況保留人工升級路徑並追蹤一段時間內的生產力增益和錯誤成本時，通常會獲得更好的結果。
風險與防護欄
如果出處不明，肖像權和同意可能會成為法律風險。
模型表現可能因光照、人口統計和環境的不同而有所不同。
除非監控置信閾值，否則誤報可能會被忽略。
實施路線圖
定義精確度、召回率和錯誤成本的接受標準。
定義精確度、召回率和錯誤成本的接受標準。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
使用符合實際生產條件的數據進行測試。
使用符合實際生產條件的數據進行測試。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
為低置信度或高影響力的預測添加人工審核。
為低置信度或高影響力的預測添加人工審核。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。
追蹤模型漂移並在相機或資料集變更後重新驗證。
追蹤模型漂移並在相機或資料集變更後重新驗證。將每個步驟視為證據門：如果不符合標準，則暫停推出，縮小差距，然後再擴大使用。