《表3 不同算法PSNR,SSIM,VIF和测试时间的结果比较》

  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

《基于组合学习的人脸超分辨率算法》

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

本文对最终合成的人脸图像与对比算法进行比较，如表3所示，最终实验结果的PSNR、SSIM和VIF平均超过通用图像SR算法SRCNN、VDSR分别为1.20 dB/0.008 5/0.044 2，0.24 dB/0.002 4/0.016 8，超过人脸图像SR算法LCGE和EDGAN分别为1.23 dB/0.009 5/0.043 7，1.11 dB/0.013 9/0.066 7。与LCGE相比，本文算法的测试时间减小了99%。虽然本文算法的测试时间比Bicubic、SRCNN、VDSR稍微久一些，但是本文算法的PSNR、SSIM和VIF客观评估指标值超越了它们。实验结果表明，无论是组件还是最终合成的人脸图像均获得了较高的客观评分。