1.介紹
在講感知損失函數之前，我們先講一下，網絡所提取到的特徵代表什麼，在下圖中，layer1,layer2學到的是邊緣，顏色，亮度等底層的特徵；layer3開始變得複雜，學到的是紋理的特徵，Layer4則學到的是一些有區別性的特徵，Layer5學到的特徵是比較完整的，具有辨別性的關鍵特徵。可以知道CNN學習到的特徵逐漸抽象到更高級別上。
那麼感知損失函數和這個有什麼關係呢？
它是將真實圖片卷積得到的feature（一般是用vgg16或者vgg19來提取）與生成圖片卷積得到的feature作比較（一般用MSE損失函數），使得高層信息（內容和全局結構）接近，也就是感知的意思。
2.作用
1）在超分中，因爲我們經常使用MSE損失函數，會導致輸出圖片比較平滑（丟掉了細節部分/高頻部分），因此適當選擇某個層輸出的特徵輸入感知損失函數是可以增強細節。
2）在風格轉移中，我們用一個感知損失函數來訓練我們的圖像轉換網絡能讓輸出非常接近目標圖像y，但並不是讓他們做到完全的匹配