Khoảng cách Fréchet Inception (FID)

Khoảng cách Fréchet Inception (FID) là một chỉ số dùng để đánh giá chất lượng của hình ảnh được tạo ra bởi các mô hình sinh, đặc biệt là Mạng Đối Kháng Sinh (GANs). Không giống như các chỉ số trước đây như Inception Score (IS), FID so sánh phân phối của hình ảnh được tạo ra với phân phối của hình ảnh thật, cung cấp một thước đo toàn diện hơn về chất lượng và sự đa dạng của hình ảnh.

Định nghĩa về Khoảng cách Fréchet Inception (FID)

Kết hợp giữa Khoảng cách Fréchet và Mô hình Inception

Thuật ngữ “Khoảng cách Fréchet Inception” kết hợp hai khái niệm chính:

1. Khoảng cách Fréchet: Được Maurice Fréchet giới thiệu năm 1906, chỉ số này định lượng độ tương đồng giữa hai đường cong. Nó có thể được hình dung như “chiều dài dây xích ngắn nhất” cần thiết để nối một chú chó và người dắt nó, mỗi bên đi trên một con đường khác nhau. Khoảng cách Fréchet có ứng dụng trong nhiều lĩnh vực như nhận dạng chữ viết tay, robot, và hệ thống thông tin địa lý.

2. Mô hình Inception: Được Google phát triển, mô hình Inception-v3 là một kiến trúc mạng nơ-ron tích chập giúp chuyển đổi hình ảnh gốc thành không gian tiềm ẩn, nơi các thuộc tính toán học của hình ảnh được biểu diễn. Mô hình này đặc biệt hữu ích trong việc phân tích đặc trưng ở nhiều quy mô và vị trí khác nhau trong hình ảnh.

Cách đo lường FID

FID được tính toán thông qua các bước sau:

1. Tiền xử lý hình ảnh: Thay đổi kích thước và chuẩn hóa hình ảnh để đảm bảo tương thích.
2. Trích xuất đặc trưng: Sử dụng mô hình Inception-v3 để chuyển đổi hình ảnh thành các vector số đại diện cho các đặc trưng khác nhau.
3. Tính toán thống kê: Tính toán giá trị trung bình và ma trận hiệp phương sai cho đặc trưng của cả hình ảnh thật và hình ảnh tạo ra.
4. Tính Khoảng cách Fréchet: So sánh giá trị trung bình và ma trận hiệp phương sai để tính khoảng cách.
5. Nhận kết quả FID: Điểm FID cuối cùng được xác định bằng cách so sánh Khoảng cách Fréchet giữa hình ảnh thật và hình ảnh tạo ra. Điểm càng thấp càng thể hiện mức độ tương đồng cao.

Mục đích của Khoảng cách Fréchet Inception (FID)

Đánh giá chất lượng và sự đa dạng của hình ảnh

FID chủ yếu được sử dụng để đánh giá chất lượng hình ảnh trực quan và sự đa dạng của hình ảnh được tạo ra bởi GAN. Nó phục vụ nhiều mục đích:

• Tính chân thực: Đảm bảo hình ảnh tạo ra trông giống hình ảnh thật.
• Tính đa dạng: Đánh giá xem hình ảnh tạo ra có đủ khác biệt với nhau và với dữ liệu huấn luyện hay không.

Ứng dụng

• Đánh giá mô hình: FID được sử dụng để so sánh các mô hình sinh khác nhau và các biến thể của chúng.
• Kiểm soát chất lượng: Giúp phát hiện và loại bỏ những hình ảnh không thực tế, chẳng hạn như các khuôn mặt người bị lỗi giải phẫu.

FID so với Inception Score (IS)

Bối cảnh lịch sử

Inception Score (IS) là một trong những chỉ số đầu tiên được giới thiệu để đánh giá GAN, tập trung vào chất lượng và sự đa dạng của từng hình ảnh riêng lẻ. Tuy nhiên, nó có một số hạn chế, như nhạy cảm với kích thước hình ảnh và không sát với đánh giá của con người.

Ưu điểm của FID

Được giới thiệu vào năm 2017, FID khắc phục các hạn chế này bằng cách so sánh các thuộc tính thống kê của hình ảnh tạo ra với hình ảnh thật. Nó đã trở thành chỉ số tiêu chuẩn để đánh giá GAN nhờ khả năng thể hiện tốt hơn sự tương đồng giữa hình ảnh thật và hình ảnh tạo ra.

Hạn chế của FID

Mặc dù FID là một chỉ số mạnh và được sử dụng rộng rãi, nó vẫn có những hạn chế:

• Đặc thù lĩnh vực: FID hoạt động tốt với hình ảnh nhưng có thể không hiệu quả với các loại mô hình sinh khác, chẳng hạn như mô hình tạo văn bản hoặc âm thanh.
• Yêu cầu tính toán cao: Việc tính toán FID có thể tốn nhiều tài nguyên, đòi hỏi sức mạnh tính toán lớn.