HyperAI
Command Palette
Search for a command to run...
LPIPS(Learned Perceptual Image Patch Similarity)は、Richard Zhang らによって2018年にCVPRで提案された、画像の知覚的類似度を測る深層特徴指標である。事前学習済みネットワーク(AlexNetやVGGなど)を用いて多層特徴を抽出し、特徴空間における重み付き距離を計算する。PSNRやSSIMよりも人間の主観的知覚に近い。値が低いほど2枚の画像が知覚的に類似していることを示すため、値は低いほどよい。画像生成、超解像、画像修復・編集などのタスクで広く用いられ、テクスチャの細部やアーティファクトなどの知覚的欠陥を評価する。
ここでのTemporalは特にTemporal LPIPS(LPIPSに基づくフレーム間の知覚距離)を指し、低いほどよい。文献が正方向のTemporal Consistencyスコアを用いている場合は、方向が逆になる。
LPIPSは深層特徴に基づいてフレームごとの知覚距離を計算し、動画のフレームレベルの視覚品質を評価する。Temporal LPIPSは隣接フレーム間の知覚距離を計算し、時間的一貫性を測る(値が低いほどフレーム間が安定していることを示す)。どちらも知覚距離であり、低いほどよい。正方向の一致率指標を用いる場合は方向が逆になる。