점수 대신 비교
한 이미지의 품질에 절대 점수를 매기는 일과 두 결과 중 기준에 가까운 것을 고르는 일은 다르다. PieAPP은 후자의 비교를 이용한다. 사람의 선택을 선호 확률로 모아 학습에 쓰며 각 이미지에 직접적인 지각 오차 정답을 붙이는 방식과 구분된다.
학습과 사용 시점
학습에서는 같은 기준에 대응하는 왜곡 이미지 쌍의 선호를 예측하도록 한다. 학습한 모형은 사용 시점에 왜곡 이미지 두 장을 반드시 요구하지 않는다. 기준 이미지와 왜곡 이미지 한 장으로 그 이미지의 지각 오차를 계산할 수 있다.
선호 확률의 의미
설명용 비교에서 열 명 중 여덟 명이 A를 기준에 더 가깝다고 선택했다면 관측 비율은 0.8이다. 이는 A의 품질이 80점이라는 뜻이 아니다. 비교 상대와 기준, 참여자 조건에 의존하는 선택 비율이며 실제 데이터 수집 인원이나 논문 수치는 아니다.
다른 평가와 비교할 때
지각 오차는 픽셀 차이의 단순 합과 다른 목표를 갖는다. 선호 예측이 잘 맞는지와 수치 오차가 어떤 범위를 갖는지는 구분해 살핀다. 기준 이미지가 없는 실제 사진 평가에는 입력 조건이 다른 모형이 필요하며 전처리와 평가 자료를 맞춰 비교해야 한다.