【NERF】入门学习整理（三）

1. CVPR 2023 Interactive Segmentation of Radiance Fields(Nerf重建加上选中分割)
   
   PSNR是峰值信噪比（Peak Signal-to-Noise Ratio）的缩写，用于衡量图像或视频的质量损失程度。PSNR的最大值是无穷大，表示图像质量完全没有损失，与原始图像完全一致；最小值为0，表示图像质量损失严重，已无法从原始图像中辨认出任何信息。因此，PSNR的数值越高，代表图像质量损失越小，对应于更好的重建质量。

PSNR的计算方式如下所示：

1. 首先计算原始图像（通常用灰度图像表示）与经过处理后的图像之间的均方误差（MSE，Mean Squared Error）：
   [ MSE = \frac{1}{MN} \sum_{i=0}^{M-1} \sum_{j=0}^{N-1} [I(i,j) - K(i,j)]^2 ]
   其中，( M ) 和 ( N ) 分别为图像的高度和宽度，( I(i,j) ) 和 ( K(i,j) ) 分别表示原始图像和处理后的图像在位置 ( (i,j) ) 处的像素灰度值。

2. 然后利用均方误差计算PSNR值：
   [ PSNR = 10 \times \log_{10} \left( \frac{{\text{MAX}}^2}{{\text{MSE}}} \right) ]
   其中，MAX表示像素值的最大可能取值（比如对于8位灰度图像，MAX=255）。

通过这个计算公式，可以得到处理后图像相对于原始图像的质量损失程度，PSNR值越高，表明图像质量损失越小。

Nerf 调研