《表2 FSIM和UIQ的测试结果》
为了显示本文算法的性能,将本文算法与SRGAN算法进行定量的比较,利用Set5和Set14数据集对2种方法进行测试,得到的放大倍数为4的重建图像的PSNR和SSIM结果如表1所示。本文利用VOC2012训练集重新对SRGAN进行训练,因此得到的SRGAN的测试结果与原文中的测试结果略有差异。从表1中可以发现,本文算法的图像质量评估标准PSNR和SSIM相比于SRGAN有明显的提升,最少分别提高了0.99 d B和0.031。为了可以更加准确地评价重建图像质量,使用了FSIM和UIQ进一步分析实验结果。从表2可以看出,本文算法在FSIM和UIQ评估指标中都取得了良好的效果。
图表编号 | XD00115247500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.01.01 |
作者 | 杨思晨、王华锋、王月海、李锦涛、王赟豪 |
绘制单位 | 北方工业大学信息学院、北京航空航天大学软件学院、北方工业大学信息学院、北京航空航天大学软件学院、北京航空航天大学软件学院 |
更多格式 | 高清、无水印(增值服务) |