结构不确定性相似度得分 (SUSS)：学习一种概率的、可解释的感知指标
计算机视觉与模式识别
2025-12-04 v1
摘要
与人类视觉一致的感知相似度得分对于训练和评估计算机视觉模型至关重要。深度感知损失（如 LPIPS）实现了良好的对齐，但依赖于复杂的高度非线性判别特征及其未知不变性；而手工制作的测量方法（如 SSIM）则具有可解释性，但遗漏了关键感知属性。我们引入结构不确定性相似度得分 (SUSS)；它通过一组感知组件来建模每个图像，每个组件由结构化的多变量正态分布表示。这些组件以生成式、自监督方式训练，以对人类难以察觉的增强措施赋予高似然性。最终得分是组件对数概率的加权和，权重来自人类感知数据集学习。与基于特征的方法不同，SUSS 学习图像特定的像素空间残差的线性变换，使其通过去相关残差和抽样实现透明检查。SUSS 与人类感知判断高度一致，显示出在多样化失真类型下的强感知校准能力，并提供其相似性评估的局部、可解释解释。我们进一步展示了在使用 SUSS 作为下游成像任务的感知损失时，其优化行为稳定且性能竞争。
关键词
引用
@article{arxiv.2512.03701,
title = {Structured Uncertainty Similarity Score (SUSS): Learning a Probabilistic, Interpretable, Perceptual Metric Between Images},
author = {Paula Seidler and Neill D. F. Campbell and Ivor J A Simpson},
journal= {arXiv preprint arXiv:2512.03701},
year = {2025}
}