Image processing 图像精度度量

我可以使用什么有效且正确的度量来比较矩阵形式的两个图像？我已经建立了一个机器学习模型，可以预测一幅图像，并希望使用一个数字来查看它离目标有多远，以便于比较。

可以使用很多不同的方法。我想最受欢迎的是：

欧几里德距离

弦距

皮尔逊相关系数

斯皮尔曼秩系数

您还可以从这里学习这些和其他指标（它们的主要优点和缺点）：图像注册-原则、工具和方法/作者：Goshtasby，A.Ardeshir

内政部：10.1007/978-1-4471-2458-0

---

希望有帮助。

你可以使用很多不同的方法。我想最受欢迎的是：

欧几里德距离

弦距

皮尔逊相关系数

斯皮尔曼秩系数

您还可以从这里学习这些和其他指标（它们的主要优点和缺点）：图像注册-原则、工具和方法/作者：Goshtasby，A.Ardeshir

内政部：10.1007/978-1-4471-2458-0

---

希望有帮助。

除了维克多·奥利维拉·安东尼诺的出色开局之外，我建议从皮尔逊或余弦开始。秩系数并不特别适用于这个空间；欧几里德距离和弦长距离的特性并不能很好地代表人类对图像相似性的理解

---

每个指标都有优点和缺点。当你进入一个不容易映射到物理距离的应用程序时，欧几里德距离不太可能是最佳选择。

再加上维克多·奥利维拉·安东尼诺（Victor Oliveira Antonino）的出色开端，我建议从皮尔逊距离或余弦距离开始。秩系数并不特别适用于这个空间；欧几里德距离和弦长距离的特性并不能很好地代表人类对图像相似性的理解

---

每个指标都有优点和缺点。当你进入一个不容易映射到物理距离的应用程序时，欧几里德距离不太可能是最佳选择。

对于与人脸相关的图像，哪一个是最佳选择？很难说。在机器学习中，“没有免费的午餐”。这取决于你处理的是什么样的面部图像。您使用的是哪种型号？这些人脸图像有照明问题吗？闭塞？变得模糊不清不同的姿势？你需要考虑的事情太多了。我的建议是，如果您是从头开始构建模型，请先进行一些研究。如果你只是想找到一种可靠的识别人脸的方法，可以尝试使用牛津人脸API。你知道这些方法中有没有一种适用于torch？我搜索过，但找不到任何实现。有一个指标我忘了提到，但也很常用，那就是余弦相似性度量。我对Torch不太熟悉，但我很确定他们有这个功能供您使用。哪一个最适合与人脸相关的图像？很难说。在机器学习中，“没有免费的午餐”。这取决于你处理的是什么样的面部图像。您使用的是哪种型号？这些人脸图像有照明问题吗？闭塞？变得模糊不清不同的姿势？你需要考虑的事情太多了。我的建议是，如果您是从头开始构建模型，请先进行一些研究。如果你只是想找到一种可靠的识别人脸的方法，可以尝试使用牛津人脸API。你知道这些方法中有没有一种适用于torch？我搜索过，但找不到任何实现。有一个指标我忘了提到，但也很常用，那就是余弦相似性度量。我对Torch不太熟悉，但我很确定他们有这个功能供您使用。