Perceptual Loss

定义 Definition

perceptual loss：感知损失。在机器学习/计算机视觉中指一种损失函数，不直接逐像素比较两张图，而是比较它们在预训练网络（常见如 VGG）的特征表示差异，使生成结果在视觉观感上更接近真实图像（更清晰、更像“人眼觉得对”）。

发音 Pronunciation (IPA)

/pərˈsɛptʃuəl lɔs/ （BrE 常见 /pəˈsɛptʃuəl lɒs/）

例句 Examples

Perceptual loss helps the generated image look sharper.
感知损失能让生成的图像看起来更清晰。

Instead of minimizing pixel error, the model was trained with perceptual loss computed from VGG features to preserve texture and style.
模型不是最小化像素误差，而是用基于 VGG 特征计算的感知损失来训练，从而更好保留纹理与风格。

词源 Etymology

perceptual 来自 perception（“感知、知觉”），源于拉丁语 percipere（“察觉、领会”）；加上形容词后缀 -al 表示“与……有关的”。loss 在机器学习语境里常指“损失（函数）”。合起来的 perceptual loss 即“以感知/特征层面的相似性为目标的损失”。

相关词 Related Words

• Feature
• Representation
• Loss
• Objective
• Metric
• Similarity
• Texture
• Super-Resolution
• Style Transfer
• VGG

文献与作品 Literary / Notable Works

• Perceptual Losses for Real-Time Style Transfer and Super-Resolution（Johnson, Alahi & Fei-Fei，2016）
• A Neural Algorithm of Artistic Style（Gatys, Ecker & Bethge，2015；相关工作中常以特征空间/感知相似性为核心思想）
• *Photo-Realistic Single Image Super-Resolution Using a Generative Adversarial Network (SRGAN)*（Ledig et al.，2017；使用“感知”相关损失改进视觉效果）
• EnhanceNet: Single Image Super-Resolution Through Automated Texture Synthesis（Sajjadi et al.，2017；将感知质量纳入训练目标）