当前位置：首页 > news >正文

063、超分评价指标详解：PSNR、SSIM、LPIPS 与 NIQE 的计算与对比

news 2026/7/6 5:55:22

063、超分评价指标详解：PSNR、SSIM、LPIPS 与 NIQE 的计算与对比

上个月调一个视频超分模型，在公开测试集上PSNR刷到了38.2dB，心里美滋滋准备发论文。结果审稿人一句话把我打回原形：“请补充感知质量指标，PSNR高不代表视觉好。” 当时真想顺着网线过去理论——后来自己盯着输出帧看了半小时，确实，高频细节是多了，但纹理全是假的，像油画笔刷抹上去的。从那以后，我养成了一个习惯：跑完模型先算四个指标，PSNR、SSIM、LPIPS、NIQE，一个都不能少。

PSNR：最古老也最坑的指标

PSNR的全称是Peak Signal-to-Noise Ratio，峰值信噪比。公式很简单：

PSNR = 10 * log10(MAX^2 / MSE)

MAX是像素最大值，8位图就是255。MSE是均方误差，逐像素算差然后平均。

这里踩过坑：很多人直接用skimage.metrics.peak_signal_noise_ratio，但默认参数是data_range=255。如果你处理的是归一化到[0,1]的tensor，别这样写——算出来PSNR会虚高。正确做法是：

# 别这样写：psnr = peak_signal_noise_ratio(hr, sr)# 应该指定data_rangepsnr=peak_signal_noise_ratio(hr,sr,data_range=255)

PSNR最大的问题是什么？它完全不在乎图像结构。你把一张清晰人脸整体向右平移一个像素，PSNR可能掉到20dB以下，但人眼看不出区别。反过来，你给图像加一层高斯噪声，PSNR可能只掉0.5dB，但视觉上已经糊成一片了。

实战经验：PSNR适合作为模型训练的loss监督信号，但不适合作为最终评价标准。我见过太多论文靠PSNR刷榜，实际效果一塌糊涂。如果你发现两个模型PSNR差0.1dB以内，基本可以认为它们在这个指标上没有显著差异——别为了这0.1dB折腾三天调参。

SSIM：结构相似性，比PSNR靠谱一点

SSIM（Structural Similarity Index）从亮度、对比度、结构三个维度比较图像。公式长这样：

SSIM(x,y) = (2μxμy + C1)(2σxy + C2) / (μx^2 + μy^2 + C1)(σx^2 + σy^2 + C2)

μ是均值，σ是方差，C1、C2是防止除零的小常数。

别这样写：直接用skimage.metrics.structural_similarity不指定win_size，默认是7x7窗口。对于超分任务，尤其是4倍、8倍超分，7x7窗口太小了，算出来的SSIM对纹理细节不敏感。我习惯用win_size=11或者15。

# 推荐写法ssim_val=structural_similarity(hr,sr,win_size=11,data_range=255,channel_axis=-1)

SSIM比PSNR好的地方在于，它对图像结构变化更敏感。比如超分结果出现了振铃效应（边缘附近的伪影），SSIM会明显下降，而PSNR可能只掉零点几分贝。

但SSIM也有坑：它对模糊不敏感。你把一张高清图稍微模糊一下，SSIM可能还有0.95以上，但人眼已经能看出区别了。这就是为什么后来有了MS-SSIM（多尺度SSIM），对模糊更敏感。

LPIPS：终于开始像人了

LPIPS（Learned Perceptual Image Patch Similarity）是2018年提出的，核心思想是用预训练好的CNN（比如AlexNet、VGG）提取特征，在特征空间里算距离。

原理一句话：人眼看图像不是逐像素看的，而是看纹理、边缘、语义内容。LPIPS让网络替我们做这件事。

# 使用lpips库，注意输入要归一化到[-1,1]importlpips loss_fn=lpips.LPIPS(net='alex')# 推荐用alex，vgg太慢# 别这样写：loss_fn = lpips.LPIPS(net='vgg', verbose=True) # verbose=True会打印一堆信息dist=loss_fn(hr_tensor,sr_tensor)# 输出是0-1之间的距离，越小越好

踩坑记录：LPIPS的输入必须是归一化到[-1,1]的tensor，而且要有batch和channel维度。如果你直接传numpy数组，会报错。另外，LPIPS对图像尺寸有要求，至少224x224，太小了特征提取不准。

LPIPS最大的价值在于：它能捕捉到PSNR和SSIM完全看不出的差异。比如超分结果出现了纹理粘连（两个不同物体的纹理混在一起），LPIPS会给出很高的距离，而PSNR可能还很高。这也是为什么现在顶会论文几乎必报LPIPS。

实战建议：LPIPS的数值范围是0到1，但实际中0.1以下就算很好了。如果你的模型LPIPS能到0.05以下，视觉上基本看不出和原图的区别。

NIQE：无参考指标，救急用的

前面三个指标都需要高清参考图（HR），但实际应用中，你拿到的低清图可能根本没有对应的HR。这时候NIQE（Natural Image Quality Evaluator）就派上用场了。

NIQE的原理：从大量自然图像中提取统计特征（主要是空间域和频域的统计量），建立一个“自然图像”的分布模型。然后计算待测图像的特征与这个模型的偏离程度。

# 使用piq库计算NIQEfrompiqimportniqe# 别这样写：score = niqe(sr) # 默认参数可能不适合超分score=niqe(sr,data_range=255,reduction='none')# 返回每个图像的分数

注意：NIQE没有参考图，所以它只能告诉你图像“像不像自然图像”，不能告诉你超分结果是否忠实于原图。比如你把一张人脸超分成了猫脸，如果猫脸纹理自然，NIQE可能还很高——这就尴尬了。

个人经验：NIQE适合做模型筛选的辅助指标。比如你有10个候选模型，PSNR和SSIM都差不多，这时候看NIQE，选最低的那个。但别把NIQE当唯一标准，它和主观评分的相关性只有0.6左右，远不如LPIPS（0.8以上）。

四个指标怎么用？我的血泪经验

训练阶段：用PSNR做loss监督，同时每100个iteration算一次LPIPS，如果LPIPS不降反升，说明模型开始过拟合了——赶紧加正则化或者早停。
模型对比：先看PSNR和SSIM，如果两个模型差距在0.1dB/0.01以内，再算LPIPS。LPIPS差距超过0.02，基本可以判断哪个模型更好。
论文投稿：四个指标全报，但要在正文里说明每个指标的意义。审稿人看到你报了LPIPS和NIQE，会觉得你懂行。
实际应用：如果用户反馈“超分结果太假”，先看LPIPS，如果LPIPS很高，说明模型产生了伪影。这时候别调PSNR了，调LPIPS相关的loss（比如Perceptual Loss）更有效。

最后说一句：指标只是工具，别被指标绑架。我见过最离谱的事，有人为了刷PSNR，把超分结果直接往HR上靠，结果纹理全没了——这叫降噪，不叫超分。真正好的超分，是在保持纹理自然的前提下提升分辨率，这需要你同时盯着四个指标，更要盯着自己的眼睛。

查看全文

http://www.jsqmd.com/news/1132904/