《表2 不同的方法在Middlebury数据集A上重建结果的定量分析(RMSE)》

  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

《彩色图像多尺度引导的深度图像超分辨率重建》

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

注：粗体字表示最优值，下划线标识次优值。

在Middlebury数据集上采用RMSE、SSIM指标分别评估了本文的方法，实验结果如表2～5所示。表2、3分别是不同的方法在Middlebury数据集A、B重建结果的RMSE定量分析，由表2、3可知，本文算法均优于传统算法（Mandal[6]、Liu[11]、Kiechle[12]、Li[13]、Park[14]），和基于深度学习的算法（Chen[10]、Dong[23]、Hui[24]、Kim[25]、Lai[26]）相比，取得了11个最优值，4个次优值。表4和表5分别是不同的方法在Middlebury数据集A、B重建结果的SSIM定量分析，由表4和表5可知，本文算法取得了14个最优值，1个次优值。和次优结果相比，本文的RMSE指数平均降低了约0.083，降低比例约5.87%。SSIM指数平均增加了约0.0011。