질감은 화소 위치만이 아니다
잔디처럼 복잡한 질감은 화소 하나하나가 달라도 비슷하게 느껴질 수 있다. DISTS는 질감 재샘플링에 대한 허용성을 명시적으로 다루는 품질 모형이다. 이런 허용성이 실제 작은 글자의 변화도 무시해야 한다는 뜻은 아니다.
구조와 질감의 결합
합성곱망으로 다중 규모 표현을 만든다. 특징맵의 공간 평균 사이 상관을 질감 단서로, 특징맵 사이 상관을 구조 단서로 결합한다. 사람의 품질 평가와 맞추면서 같은 질감의 서로 다른 부분 사이 거리를 줄이도록 매개변수를 학습한다.
비슷한 통계의 예
설명용 배열 (0, 2, 0, 2)와 (2, 0, 2, 0)은 평균이 모두 1이지만 값의 위치는 다르다. 평균 유사도만으로 구조가 같다고 할 수 없다. 통계와 배치를 함께 보아야 한다는 예이며 실제 DISTS의 특징 표현이나 전체 계산식은 아니다.
적용 범위의 해석
지각 점수와 질감 자료에서 평가하고 일부 기하 변환에 대한 민감도도 살핀다. 변환에 둔감한 것이 모든 작업에서 이점인 것은 아니다. 위치 정확성이 중요한 경우에는 정렬과 화소 오차, 작은 구조의 보존을 별도로 확인하고 지표 설정을 맞춰 비교한다.
관련 문서
LPIPS / HiFiC / 가우시안 혼합 이미지 압축 / Real-ESRGAN / 이미지 압축 / 지각 손실