Content

本文记录了 LPIPS、SSIM、MAE、MSE、PSNR、NIQE 和 NIMA 共计七个低照度指标，除了介绍相关背景、意义，也会提及算法实现的大致过程。

LPIPS

全称：Learned Perceptual Image Patch Similarity，中文：学习感知图像块相似度，又称感知损失

是用于度量两张图像差别的一种指标，最开始由论文《The Unreasonable Effectiveness of Deep Features as a Perceptual Metric》提出。

结果

WGAN-gp 运行效果比上回的 WGAN 和 Standard GAN 要好多了，不是一点！

可以看得出来它表现优良，绝大部分点都聚集在各自给定的黄点周围，足见WGAN-GP表现的优异。

从图像中可以看出来，Loss-D 损失函数值不断上升，这说明生成器已经开始成功欺骗了判别器，并且 Loss-G 损失函数值也在不断下降，说明生成器的仿真度越来越高，生成的数据越来越逼真，也越来越容易欺骗判别器。

本文记述了WGAN的由来、发展、成熟以及改进的WGAN-gp诞生的相关报告。

本文主要讲述了原始生成对抗网络的数学原理及其实现。