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
涉及实体
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% 相似待验证关注对焦系统的相位检测对焦点覆盖率与识别类型：支持人眼/动物/车辆AI识别对焦、覆盖90%以上画面的机型，抓拍成功率远高于老式对比度对焦机型61% 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/889209API
curl https://kongchang.com/api/v1/knowledge/claims/889209MCP
get_claim(id=889209)