待验证50% 置信事实精确时间

LPIPS(Learned Perceptual Image Patch Similarity)与人类主观评价的相关性远高于传统的PSNR和SSIM指标

1

来源数

50%

置信度

长期有效

时效性

2026/9/10

首次发现

来源

笔记本从零训练视频生成模型：Loss停滞该如何破局

涉及实体

LPIPSconcept PSNRconcept SSIMconcept

相关事实

待验证LPIPS 由 Zhang 等人于2018年提出，基于深度网络的感知特征计算图像相似性，比传统的 SSIM 或 PSNR 更接近人类视觉判断77% 相似待验证Imagen在人类评估基准上超越了同期的DALL-E 2和Stable Diffusion66% 相似待验证现有基准测试如WebSRC、Design2Code主要测量像素还原度，采用SSIM或CLIP相似度作为量化指标，但高还原度与高设计质量并不等价63% 相似待验证按摄影师分层的交叉验证比随机分层采样更能暴露模型对特定拍摄风格的记忆现象60% 相似

引用此条事实

Stable URI

https://kongchang.com/claim/889209

API

curl https://kongchang.com/api/v1/knowledge/claims/889209

MCP

get_claim(id=889209)