《表3 基准数据HDR图像与文献[14—15]以及推断HDR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

3）文中方法与最新方法的比较。文中采用定量和定性的比较方法，对比文中方法与文献[16]、文献[9]等方法，通过深度神经网络推断出HDR图像的优劣，比较结果见表3和图9。对每种方法进行定性评价以比较饱和区域的恢复结果，Eilerstsen等的方法主要致力于恢复曝光不足的LDR输入的饱和区域，因此典型图像的性能低于Endo等的方法和文中提出的方法。此外，文中所提方法产生了相对准确的曝光叠加图像，显示出比Endo等的方法更高的性能。该方法的PSNR值和VDP质量得分高于传统的深度神经网络算法，见表3。