MATLAB的PIQE函数有错吗？
Is MATLAB's PIQE function wrong?
我正在尝试为图像超分辨率训练深度学习模型，我想将 PIQE score 作为损失函数来实现。由于我将使用 pytorch 训练模型，因此我尝试自己 Python 实现算法来计算 PIQE 分数。
作为第一步，我查看了 MATLAB implementation of piqe（link 将您带到主页，但我正在查看源代码）以了解它是如何完成的，然后进行调整至 Python。然而，有一件事困扰着我。
PIQE 分数从使用以下公式计算均值减去对比度归一化系数开始：
但是那一步的matlab代码是这样的：
mu = imgaussfilt(ipImage,7/6,'FilterSize',7,'Padding','replicate');
sigma = sqrt(abs(imgaussfilt(ipImage.*ipImage,7/6,'FilterSize',7,'Padding','replicate') - mu.*mu));
imnorm = (ipImage-mu)./(sigma+1);
我对方差、sigma的计算感到困惑。在论文的算法中，在每个像素处，计算 7x7 邻域的平均值，然后从所述 7x7 邻域的每个值中减去。然后，将差异平方并乘以其对应的高斯权重 w(k,l)
相反，MATLAB 算法将高斯加权（通过使用 imgausssfilt）与平方像素值相乘，然后从该矩阵中减去平方均值，取该操作的绝对值。如果我错了请纠正我，但是这不是错误使用 (a-b)² = a² - b² 的情况吗？
基本上我的问题是你能否确认我之前所说的是否属实，或者我误解了 MATLAB 代码。提前致谢！
我明白你为什么感到困惑，但两者都是对的。它使用经典身份
Var(X) = E [(X-E(X))^2]= E(X^2) - E(X)^2
只需将你的 (I-mu)^2 相乘并将结果与 mu 的定义进行比较，然后你会发现它们抵消了。
我正在尝试为图像超分辨率训练深度学习模型，我想将 PIQE score 作为损失函数来实现。由于我将使用 pytorch 训练模型，因此我尝试自己 Python 实现算法来计算 PIQE 分数。
作为第一步，我查看了 MATLAB implementation of piqe（link 将您带到主页，但我正在查看源代码）以了解它是如何完成的，然后进行调整至 Python。然而，有一件事困扰着我。
PIQE 分数从使用以下公式计算均值减去对比度归一化系数开始：
但是那一步的matlab代码是这样的：
mu = imgaussfilt(ipImage,7/6,'FilterSize',7,'Padding','replicate');
sigma = sqrt(abs(imgaussfilt(ipImage.*ipImage,7/6,'FilterSize',7,'Padding','replicate') - mu.*mu));
imnorm = (ipImage-mu)./(sigma+1);
我对方差、sigma的计算感到困惑。在论文的算法中，在每个像素处，计算 7x7 邻域的平均值，然后从所述 7x7 邻域的每个值中减去。然后，将差异平方并乘以其对应的高斯权重 w(k,l)
相反，MATLAB 算法将高斯加权（通过使用 imgausssfilt）与平方像素值相乘，然后从该矩阵中减去平方均值，取该操作的绝对值。如果我错了请纠正我，但是这不是错误使用 (a-b)² = a² - b² 的情况吗？
基本上我的问题是你能否确认我之前所说的是否属实，或者我误解了 MATLAB 代码。提前致谢！
我明白你为什么感到困惑，但两者都是对的。它使用经典身份
Var(X) = E [(X-E(X))^2]= E(X^2) - E(X)^2
只需将你的 (I-mu)^2 相乘并将结果与 mu 的定义进行比较，然后你会发现它们抵消了。