Fréchet inception distance under finite sampling between real image sets
本文表明，Fréchet Inception Distance (FID) 对样本量具有系统性依赖，并且即使在来自同一分布的真实图像子集之间也会产生非零值，从而对 FID 在实际有限样本场景下评估生成模型的可靠性提出了质疑。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在人工智能飞速发展的世界中，计算机正在学习创造出看起来惊人真实的图像。从生成从未存在过的人像到设计全新的建筑景观，这些系统正成为艺术家和科学家们强大的工具。然而，这种进步带来了一个关键问题：我们如何知道计算机做得好不好？为了回答这个问题，研究人员依赖于一个被称为“弗雷歇起始距离”（Fréchet inception distance）的标准衡量尺。可以将这个指标想象成一把精密的尺子，用于比较两组图片。它的工作原理是将每张图像转化为一组描述其视觉特征（如形状、纹理和颜色）的复杂数字列表。随后，系统会计算一组真实照片的平均数字列表与一组计算机生成照片的平均数字列表之间的距离。如果这两组非常相似，距离就很小；如果它们不同，距离就会很大。多年来，这种方法一直是判断人工智能是否成功模仿现实的金标准。
来自英国国家物理实验室和荷兰专家筛选中心的研究小组决定测试这把“尺子”的可靠性。他们的目标不是比较真实与虚假的图像，而是观察当这把尺子测量两个来自同一世界的真实图像组时会发生什么。逻辑上，如果你从同一个世界中取出两把不同的真实照片，它们之间的距离应该是零，或者至少微小到可以忽略不计。如果这把尺子在两组真实的图片之间显示出巨大的差距，则表明该工具本身可能存在缺陷。为了调查这一点，研究人员收集了多样化的图像集合，从简单的手写数字和常见物体到复杂的医学扫描图像，如皮肤病变和乳腺摄影。他们将这些大型集合拆分为较小的平衡组，并测量它们之间的距离，同时仔细追踪结果如何随着每组增加或减少图片数量而变化。
结果揭示了一个令人惊讶且持续存在的模式。即使是在比较来自完全相同来源的两组真实图像时，该测量工具始终报告了一个非零的距离。这个差距并没有随着增加图像数量而消失。事实上，研究人员发现，报告的距离仅随着图像数量的增长而非常缓慢地下降。当他们使用数学方法预测如果拥有几乎无限数量的图像（数十亿甚至数万亿）时，该工具仍然预测这两组真实照片之间存在明显的距离。这一发现表明，该工具并未经过完美校准，无法识别出两组真实图像本质上是相同的这一事实。研究人员观察到，这种行为会因图像类型的不同而有所变化。对于简单、常见的数据集，距离下降的方式符合预期；但对于更复杂的现实世界图像（如医学扫描图像），这种下降过程则更加缓慢且缺乏一致性。
一个特别令人担忧的发现是，该工具经常对那些与它所训练的数据差异较大的图像给出较低的分数。该系统最初是在一个包含猫、汽车和风景等自然照片的大型数据库上训练的。当研究人员将其应用于医学图像进行测试时——这些图像与自然照片看起来截然不同——该工具报告的两组医学扫描图像之间的相似度，竟然比它报告的自然照片组之间的相似度还要高。研究人员怀疑这是因为该工具的内部“视觉”并未针对医学数据进行优化，导致它将这些图像的独特细节模糊化，从而呈现出一种通用的、同质化的视角。这造成了一种风险：即一个质量低劣的人造图像可能会因为其缺乏细节的程度与真实的医学图像相似，从而获得一个高分，从而误导开发者认为他们的系统表现良好，而实际上并非如此。
研究还检查了计算的数学稳定性，特别是观察当图像数量小于系统分析的特征数量时会发生什么。理论上存在一个计算变得不稳定的临界点，但研究人员发现，当跨越该阈值时，该工具的输出并没有表现出剧烈的变化或警告信号。无论计算是处于“欠定”（under-determined）状态还是完全稳定状态，距离值及其变异性都保持一致。这种缺乏明确警告信号的情况意味着，在使用较小数据集时，用户可能不会意识到他们的结果是建立在不稳固的数学基础之上的。
最终，这项研究挑战了“该测量工具能提供完美、无偏见的图像质量视图”这一假设。两组真实图像之间仍存在显著差异这一事实表明，它可能不足以敏锐地分辨出真正高质量的人造图像与平庸图像之间的区别，尤其是在医学等专业领域。作者得出结论：虽然该工具仍是一个有用的基准，但其得分应谨慎解读。它所测量的距离不仅反映了人工智能模仿现实的程度，也反映了工具本身的局限性以及所测试图像的具体性质。对于科学家和开发者而言，这意味着低分并不保证完美，高分也不一定意味着失败，特别是当生成的图像超出了该工具原本设计的自然世界范畴时。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。