177、主观评价方法论：双盲测试、ITU-R BT.500标准与专家评审实战
177、主观评价方法论：双盲测试、ITU-R BT.500标准与专家评审实战
去年秋天，某旗舰机项目卡在影像调优的最后关口。算法团队把夜景降噪从3.0迭代到7.2版本，客观指标——PSNR涨了0.8dB，信噪比提升明显，但产品经理在评审会上直接拍了桌子：“你们自己看看，人脸纹理像塑料，天空噪点没了但细节全糊了！”会议室里鸦雀无声。算法Leader盯着屏幕上的对比图，憋了半天说了一句：“客观指标不会骗人，但人眼会。”
这句话让我想起十年前在车载项目上踩过的坑——当时我们用MTF和SNR作为唯一验收标准，结果量产车在黄昏场景下把行人识别成路牌，因为算法为了压低噪声把边缘信息也抹掉了。从那以后，我养成了一个习惯：任何影像系统的最终验收，必须过主观评价这一关，而且必须是严格的双盲测试。
为什么客观指标靠不住？
先别急着反驳。客观指标不是没用，而是它只能告诉你“信号和噪声的数学关系”，但人眼对图像质量的感知是高度非线性的。举个例子：PSNR提升3dB，人眼可能完全无感；但某个区域的色偏从2个DeltaE变成5个DeltaE，用户一眼就能看出来。更麻烦的是，不同场景下人对同一指标的敏感度完全不同——暗光下对噪声容忍度高，但对色彩还原敏感；强光下对锐度敏感，但对过曝容忍度低。
这就是为什么ITU-R BT.500标准在广播电视领域用了三十年还没被淘汰。它不跟你谈PSNR，它直接问人：“你觉得A和B哪个更好？”或者“给这张图打分，1到5分，你觉得它属于哪个等级？”