SymKL：一种统一的表示空间信号退化度量

量化无损信号与其退化观测之间的差异是信号处理的基础问题，然而现有的全参考度量本质上都具有模态特异性。我们提出了 SymKL，一种基于隐式神经表示（INR）的统一全参考退化度量。我们仅需对无损参考信号拟合一次 INR，并通过其对角 Fisher 信息对其进行表征；该信息能够捕捉所学习表示的局部信息几何。分别使用无损参考信号和退化观测计算 Fisher 信息，可得到两个参数敏感性分布，其对称 KL 散度定义了退化分数。所提出的方法仅需参考信号和退化观测，无需了解损坏过程或退化程度，因此适用于图像、音频和 3D 数据。我们进一步推导出了 SIREN 对角 Fisher 信息的精确闭式表达，从而实现高效计算。在图像、语音和体积 3D 基准数据集上的实验表明，SymKL 能够准确跟踪退化程度；在传统指标出现饱和或失效的情况下仍保持单调性，并提供一种统一且与模态无关的信号退化度量。代码将在评审流程结束后公开。