三维重建渲染指标介绍（PSNR SSIM LPIPS）
衡量两张图片之间的相似程度，图片在MSE相同的时候可能会发生图片质量仍然相差很大的情况。PSNR这个指标太单一了，因此SSIM从多个指标进行，包括亮度，对比度和结构相似度三个维度。1、PSNR峰值信噪比（衡量带噪声图片和原始图像之间的差异，用于比较噪声）C1防止像素值为0导致分母为0，这部分取值为0-1，当x和y相同的时候为1。用深度特征与两张图片之间的相似度，使用深度神经网络得出的结果更符合人的
1、PSNR峰值信噪比（衡量带噪声图片和原始图像之间的差异，用于比较噪声）
将MSE代入可以得到
PSNR越大证明MSE越小，说明图像中高频噪声越小
亮度相似度对比两张图像总体亮度差异
C1防止像素值为0导致分母为0，这部分取值为0-1，当x和y相同的时候为1
对比度求图像灰度的标准差来衡量对比度
结构对比度使用相关系数，使用协方差除以方差的积表示
然后将上面三个乘在一起，α β γ放在指数位
取值范围为-1，1，指数为都为1
最后计算得到
实际使用使用高斯核再求SSIM
2、SSIM结构相似性
衡量两张图片之间的相似程度，图片在MSE相同的时候可能会发生图片质量仍然相差很大的情况。PSNR这个指标太单一了，因此SSIM从多个指标进行，包括亮度，对比度和结构相似度三个维度
3、LPIPS（Learned Perceptual lmage Patch Similarity）学习感知图像块相似度
用深度特征与两张图片之间的相似度，使用深度神经网络得出的结果更符合人的感知
图像相似度越低，深度特征之间差异越大，LPIPS越小越好
魔乐社区（Modelers.cn) 是一个中立、公益的人工智能社区，提供人工智能工具、模型、数据的托管、展示与应用协同服务，为人工智能开发及爱好者搭建开放的学习交流平台。社区通过理事会方式运作，由全产业链共同建设、共同运营、共同享有，推动国产AI生态繁荣发展。
更多推荐
1
0- 0
已为社区贡献1条内容
所有评论(0)