HyperAI
Command Palette
Search for a command to run...
LPIPS(Learned Perceptual Image Patch Similarity)由 Richard Zhang 等人于 2018 年在 CVPR 提出,是衡量图像感知相似度的深度特征指标。它利用预训练网络(如 AlexNet 或 VGG)提取多层特征,计算特征空间中的加权距离,比 PSNR、SSIM 更贴近人眼主观感知。数值越低表示两张图像在感知上越相似,因此数值越低越好。广泛应用于图像生成、超分辨率、图像修复与编辑等任务,用于评估纹理细节与伪影等感知缺陷。
此处 Temporal 特指 Temporal LPIPS(基于 LPIPS 的帧间感知距离),越低越好;若文献使用正向 Temporal Consistency 得分,则方向相反。
LPIPS 基于深度特征计算逐帧感知距离,评估视频帧级视觉质量;Temporal LPIPS 计算相邻帧之间的感知距离,衡量时序一致性(数值越低表示帧间越稳定)。两者均为感知距离,越低越好。若使用正向一致率指标则方向相反。