特色应用
该多指标评估框架可用于在数字支持室内设计选材工作流程中，对基于参考的AI材料可视化结果的图像级对应关系进行评估，尤其适用于天鹅绒软包等对光照敏感且具有方向性纹理的表面材料。
摘要
本探索性技术案例研究评估了基于参考的天鹅绒软包表面可视化中物理图像与人工智能（AI）图像之间的对应关系，涵盖三种光照条件。研究人员在日光、冷白光（6500 K）和暖白光（2700 K）下，使用标准化采集几何参数对棉、涤纶和亚克力天鹅绒试样进行拍摄。27张分别拍摄的物理参考图像各被使用一次，通过标注为"Gemini 3 Flash"的Gemini消费端网络界面工作流获得一张对应的AI输出，共生成27对采集与生成配对，而非对相同输入进行重复生成。对应关系评估使用了CIEDE2000色差、多尺度结构相似性、学习型感知图像块相似性（LPIPS）以及灰度共生矩阵特征等指标。在推断分析中，对每种试样和光照条件下的三对采集与生成数据进行平均，得出九个条件级观测值。色差和多尺度结构相似性在不同试样间存在显著差异，但在不同光照条件下无显著差异；而学习型感知图像块相似性在试样和光照两个维度上均存在显著差异。经霍尔姆校正后，符号翻转检验显示AI图像与物理图像在对比度、能量、均匀性和相关性方面存在显著的整体差异；而分块置换检验则未显示试样或光照的稳健主效应。总体而言，在该评估工作流中，对应关系具有指标依赖性和尺度依赖性。
