SOTA
SOTA，是++State Of The Art++ 的缩写。
SOTA model：++state-of-the-art model++ ，指在该项研究任务中，目前最好或最先进的模型，并不是特指某个具体的模型。
SOTA result：++state-of-the-art result++，指在该项研究任务中，目前最好模型的结果或性能或表现。
FPS
FPS，是 ++Frames Per Second++的缩写。
更高的帧率并不意味着更高的视频质量。但是，使用高帧率的摄像机可以获得更流畅的视频。
60 FPS的帧数是 30 FPS素材的两倍。相比30 FPS，以 60 FPS 的速度拍摄可以更加流畅和清晰。每秒 60 帧可以显示复杂的细节，适用于慢动作视频，而每秒 30 帧则适合电视节目、新闻和体育节目。
SSIM
SSIM，是 ++structural similarity index++的缩写。
结构相似性指数 (SSIM)是一种用于量化两幅图像间的结构相似性的指标。与L2损失函数不同，SSIM仿照人类的视觉系统（Human Visual System,HVS）实现了结构相似性的有关理论，对图像的局部结构变化的感知敏感。SSIM从亮度、对比度以及结构量化图像的属性，用均值估计亮度，方差估计对比度，协方差估计结构相似程度。SSIM值的范围为0至1，越大代表图像越相似。如果两张图片完全一样时，SSIM值为1。
PSNR
PSNR，是 ++Peak Signal to Noise Ratio++的缩写。
峰值信噪比 (PSNR)是一种评价图像质量的度量标准。PSNR具有局限性，只是衡量最大值信号和背景噪音之间的图像质量参考值。PSNR单位为dB，其值越大，图像失真越少。
PSNR高于40dB，说明图像质量几乎与原图一样好。
在30至40dB间，说明图像质量的失真损失在可接受范围内。
在20至30dB间，说明图像质量比较差。
PSNR低于20dB，说明图像失真严重。
LPIPS
LPIPS，是 ++Learned Perceptual Image Patch Similarity++的缩写。
学习感知图像块相似度 (LPIPS)也称为"感知损失"(perceptual loss)，用于度量两张图像之间的差别。该度量标准学习生成图像到Ground Truth的反向映射强制生成器学习从假图像中重构真实图像的反向映射，并优先处理它们之间的感知相似度。LPIPS 比传统方法（比如：L2/PSNR, SSIM, FSIM）更符合人类的感知情况。LPIPS的值越低表示两张图像越相似，反之，则差异越大。