我正在尝试为图像超分辨率训练深度学习模型，并且我想将PIQE 分数实现为损失函数。由于我将使用 pytorch 训练模型，因此我试图自己实现该算法的 Python 实现来计算 PIQE 分数。
作为第一步，我查看了piqe 的 MATLAB 实现（链接将您带到主页，但我正在查看源代码）以了解它是如何完成的，然后将其适应 Python。然而，有一件事情困扰着我。
PIQE 分数通过使用以下公式计算平均减去对比度归一化系数开始：
但是该步骤的 matlab 代码如下所示：
mu = imgaussfilt(ipImage,7/6,'FilterSize',7,'Padding','replicate');
sigma = sqrt(abs(imgaussfilt(ipImage.*ipImage,7/6,'FilterSize',7,'Padding','replicate') - mu.*mu));
imnorm = (ipImage-mu)./(sigma+1);
我对方差西格玛的计算感到困惑。在本文的算法中，在每个像素处，计算 7x7 邻域的平均值，然后从所述 7x7 邻域的每个值中减去。然后，将差值平方并乘以其对应的高斯权重 w(k,l)
相反，MATLAB 算法将高斯权重（通过使用imgausssfilt）与平方像素值相乘，然后从该矩阵中减去平方均值，得到该操作的绝对值。如果我错了，请纠正我，但这不是错误使用 (ab)² = a² - b² 的情况吗？
基本上我的问题是您能否确认我之前所说的是否属实，或者我误解了 MATLAB 代码。提前致谢！