常用的图片相似度计算
1.MSE
计算图像矩阵对应像素点的差值之和
∑
∑
(
I
d
e
s
(
x
,
y
)
−
I
t
e
s
t
(
x
,
y
)
)
2
\sum\sum (I_{des}(x,y)- I_{test}(x,y))^2
∑∑(Ides(x,y)−Itest(x,y))2
2.Cos
把图像转成一维的矩阵计算余弦相似度
3. PSNR
4. SSIM
5. Rsenet Feature map
在生成图像领域，产生了一个非常重要的idea，那就是可以将卷积神经网络提取出的feature，作为目标函数的一部分，通过比较待生成的图片经过CNN的feature值与目标图片经过CNN的feature值，使得待生成的图片与目标图片在语义上更加相似(相对于Pixel级别的损失函数)。
6. Perceptual loss
等待补充
扫一扫
618
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
