PSNR指标Pytorch实现
GAN模型中的PSNR指标详解
1. PSNR基本概念
PSNR（Peak Signal-to-Noise Ratio，峰值信噪比） 是一个评估图像质量的重要指标，广泛用于衡量GAN生成图像与真实图像之间的相似度。
核心思想
- 信号：原始图像的信息
- 噪声：生成图像与原始图像的差异
- 峰值：图像像素的最大可能值（通常是255）
PSNR值越高，表示生成图像质量越好，与原始图像越相似。
2. 数学公式推导
MSE（均方误差）
首先定义均方误差：
MSE = (1/(H×W)) × Σᵢ₌₁ᴴ Σⱼ₌₁ᵂ [I(i,j) - K(i,j)]²
其中：
H, W：图像的高度和宽度I(i,j)：原始图像在像素(i,j)处的值K(i,j)：生成图像在像素(i,j)处的值