面向场景构图结构的新型图像相似度度量
计算机视觉与模式识别
2025-09-10 v4 信息论
math.IT
摘要
生成式 AI 模型的快速发展催生了超越人类感知的图像质量评估方法。生成式模型的关键关切在于保持图像底层场景构图结构(SCS)的完整性，该结构定义了对象与背景之间的几何关系、相对位置、大小、方向等。保持 SCS 的完整性对于确保生成式 AI 输出的忠实性和结构准确性至关重要。传统图像相似度度量在评估 SCS 时常常不足。像素级方法对微小视觉噪声敏感，而感知基准方法则侧重人类审美吸引力，两者都不充分捕捉结构保真性。此外，近期基于神经网络的度量引入训练开销和潜在的泛化问题。我们提出 SCS 相似度指数测度(SCSSIM)，一种新型、解析且无训练的度量，通过利用图像的立方体层次分区所导出的统计量来量化 SCS 保存程度，稳健地捕捉非对象基础的结构关系。我们的实验表明，SCSSIM 对非构图失真具有高度不变性，准确反映 SCS 未被改变的情况。相反，它对构图失真表现出强烈的单调下降，精确指示 SCS 是否被改变。与现有度量相比，SCSSIM 在结构评估方面表现出优越特性，为开发和评估生成式模型、确保场景构图完整性提供了极其有价值的工具。
引用
@article{arxiv.2508.05037,
title = {A Novel Image Similarity Metric for Scene Composition Structure},
author = {Md Redwanul Haque and Manzur Murshed and Manoranjan Paul and Tsz-Kwan Lee},
journal= {arXiv preprint arXiv:2508.05037},
year = {2025}
}
备注
2025 IEEE ICIP (Workshop: Generative AI for World Simulations and Communications). Code at https://github.com/RedwanPlague/scssim