生成模型与推断自编码器中结构相似性指数应用的理论洞见
机器学习
2020-07-01 v1 计算机视觉与模式识别
图像与视频处理
机器学习
摘要
生成模型与推断自编码器大多在其优化目标中使用 范数。为生成感知上更优的图像，本短文从理论层面探讨了如何在生成模型与推断自编码器中运用结构相似性指数（SSIM）。我们首先回顾 SSIM、SSIM 距离度量与 SSIM 核。我们证明 SSIM 核是一个通用核，因此可用于无条件与条件生成矩匹配网络。接着，我们阐释如何在变分与对抗自编码器以及无条件与条件生成对抗网络（GANs）中使用 SSIM 距离。最后，我们提出在最小二乘 GAN 中使用 SSIM 距离而非 范数。
引用
@article{arxiv.2004.01864,
title = {Theoretical Insights into the Use of Structural Similarity Index In Generative Models and Inferential Autoencoders},
author = {Benyamin Ghojogh and Fakhri Karray and Mark Crowley},
journal= {arXiv preprint arXiv:2004.01864},
year = {2020}
}
备注
Accepted (to appear) in International Conference on Image Analysis and Recognition (ICIAR) 2020, Springer