《表2 基准数据HDR叠加图像与推断HDR叠加图像的比较》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于卷积神经网络的LDR图像重建HDR图像的方法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

2）基准数据HDR图像与推断HDR图像之间的比较。文中通过基于人类视觉系统的HDR视觉检测预测（HDR-VDP-2）和动态范围独立度量（DRIM)[13]来评估和比较两者之间的优劣，以及基于Reinhard等[14]和Kim，Kautz的方法[15]对CRF进行了估计，选取色调映射PSNR用于HDR图像的定量比较。评估参数：24英寸（1英寸=2.54厘米）显示器、视距为0.5 m、峰值对比度为0.0025和gamma值为2.2。评估结果见表2和图8。所提出的方法比传统算法更接近实际场景亮度并且比现有方法具有更多的蓝色像素，颜色接近0（蓝色）的图像意味着观察者无法识别与基准数据HDR图像的差异。DRIM分别通过红色、绿色和蓝色的点显示对比度，通过可见对比度的损失和不可见对比度的放大以表示HDR图像之间的差异。由于该方法的目的是推断实际场景的辐射度，因此可以看出，当DRIM结果图像中没有红、绿、蓝点时，推断结果最好。从这个观点来看，所提出的神经网络比传统方法能更好地从单一LDR图像推断出实际场景亮度。