SSIM理解

1.向量相似性的计算

  • 内积:
    I &lt; x , y &gt; = ∑ i x i , y i I&lt;x, y&gt;=\sum_i x_i, y_i I<x,y>=ixi,yi
    直观解释是:如果x大的地方y也比较大,x小的地方y也比较小,那么整体内积是偏大的,内积越大两个向量越相似。
  • 余弦相似度:由于向量内积没有界限,一种解决办法是除以长度之后再求内积
    C o s S i m ( x , y ) = ∑ i x i y i ∑ i x i 2 ∑ i y i 2 = &lt; x , y &gt; ∣ ∣ x ∣ ∣ ∣ ∣ y ∣ ∣ CosSim(x,y) = \frac{\sum_ix_iy_i}{\sqrt{\sum_ix_i^2}\sqrt{\sum_iy_i^2}}=\frac{&lt;x, y&gt;}{||x||||y||} CosSim(x,y)=ixi2 iyi2 ixiyi=xy<x,y>
    余弦相似度与向量的幅值无关,只与向量的方向相关。
  • 皮卡尔逊相关系数:余弦相似度受到向量的平移影响,上式如果将 x x x平移到 x + 1 x+1 x+1余弦值就会改变,如何才能保证平移不变性,就是下面要说的皮卡尔逊相关系数:
    Corr ⁡ ( x , y ) = ∑ i ( x i − x ‾ ) ( y i − y ‾ ) ∑ ( x i − x ‾ ) 2 ∑ ( y i − y ‾ ) 2 = ⟨ x − x ‾ , y − y ‾ ⟩ ∥ x − x ‾ ∥ ∥ y − y ‾ ∥ = cossim ⁡ ( x − x ‾ , y − y ‾ \operatorname{Corr}(x, y)=\frac{\sum_{i}\left(x_{i}-\overline{x}\right)\left(y_{i}-\overline{y}\right)}{\sqrt{\sum\left(x_{i}-\overline{x}\right)^{2}} \sqrt{\sum\left(y_{i}-\overline{y}\right)^{2}}}=\frac{\langle x-\overline{x}, y-\overline{y}\rangle}{\|x-\overline{x}\|\|y-\overline{y}\|}=\operatorname{cossim}(x-\overline{x}, y-\overline{y} Corr(x,y)=(xi
  • 2
    点赞
  • 4
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值