张芷铭的个人博客图像和视频质量评估指标分为全参考和无参考两类，LPIPS、SSIM、PSNR 是最常用的全参考指标。
全参考图像质量评估
基于像素差异
| 指标 | 公式 | 说明 |
|---|---|---|
| MSE | $\frac{1}{mn}\sum[I(i,j) - K(i,j)]^2$ | 值越小越好 |
| PSNR | $10 \cdot \log_{10}(\frac{MAX_I^2}{MSE})$ | 值越大越好 |
基于结构相似性
SSIM（Structural Similarity Index）：比较亮度、对比度、结构三个方面。值越大越好，1 表示完全相同。
MS-SSIM：多尺度 SSIM，更好评估不同观看距离下的感知质量。
基于感知
LPIPS：利用预训练 CNN 提取特征计算相似度。值越小越好，与人类感知相关性极高。
全参考视频质量评估
| 指标 | 说明 |
|---|---|
| PSNR-AVG/SSIM-AVG | 逐帧计算平均值 |
| VMAF | Netflix 开源，融合多指标，视频感知质量黄金标准 |
无参考质量评估
| 指标 | 说明 |
|---|---|
| NIQE | 基于自然场景统计，无需原图 |
| 深度学习模型 | CNN/Transformer 直接预测质量分数 |
生成模型专用指标
| 指标 | 用途 |
|---|---|
| Inception Score (IS) | 生成图像多样性和清晰度 |
| Fréchet Inception Distance (FID) | 生成与真实图像分布距离 |
指标选择建议
| 指标 | 类型 | 优点 | 适用场景 |
|---|---|---|---|
| PSNR/SSIM | 全参考 | 计算快 | 初步验证 |
| LPIPS | 全参考 | 感知高度相关 | 超分辨率、图像修复 |
| VMAF | 全参考 | 视频黄金标准 | 视频编码评估 |
| NIQE | 无参考 | 无需原图 | 无原图时监控 |
最佳实践：同时报告 PSNR、SSIM 和 LPIPS，最终配合主观评价验证。
Comments