CNN图像处理常用损失函数

L1损失函数

定义

导数

L1范数不会过度惩罚大错误

L2损失函数

定义

导数

L2对较大误差的惩罚力度更大，而对较小误差更为容忍。
L1，L2误差缺陷：

假定噪声的影响和图像的局部特性是独立的。然而，人类的视觉系统对噪声的感知受局部照度、对比、结构的影响。
假定噪声接近高斯白噪声，然而这一假定并不总是成立。

SSIM损失函数

人眼对结构（structure）信息很敏感，对高亮度区域（luminance）和“纹理”比较复杂（contrast）的区域的失真不敏感
定义

由于损失函数通常配合卷积网络使用，这就意味着计算损失函数的时候其实只用计算中央像素的损失：

p ̃是P区域的中心像素
导数



G_σG (q-p ̃ )是与像素q相关的高斯系数

MS-SSIM损失函数

额外考虑了分辨率这一主观因素（例如，高分辨率的视网膜显示器上显而易见的失真，在低分辨率的手机上可能难以察觉）

导数