Key points are not available for this paper at this time.
عادةً ما يتم تدريب نماذج التعلم الآلي المولدة للصور باستخدام دوال خسارة تستند إلى المسافة في فضاء الصورة. وغالباً ما يؤدي ذلك إلى نتائج ناعمة بشكل مفرط. نقترح فئة من دوال الخسارة، التي نطلق عليها مقاييس التشابه الإدراكي العميق (DeePSiM)، التي تخفف من هذه المشكلة. بدلاً من حساب المسافات في فضاء الصورة، نقوم بحساب المسافات بين ميزات الصورة المستخرجة بواسطة الشبكات العصبية العميقة. تعكس هذه المقاييس بشكل أفضل التشابه الإدراكي للصور وبالتالي تؤدي إلى نتائج أفضل. نعرض ثلاث تطبيقات: تدريب المحولات التلقائية، وتعديل لمحولات تلقائية متغيرة، وعكس الشبكات العصبية الالتفافية العميقة. في جميع الحالات، تبدو الصور المنتجة واضحة وتشبه الصور الطبيعية.
درس دوسوفيتسكي وآخرون (مون) هذا السؤال.