《表3 不同算法PSNR,SSIM,VIF和测试时间的结果比较》
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。
图表编号 | XD00134480500 严禁用于非法目的 |
---|---|
绘制时间 | 2020.03.10 |
作者 | 许若波、卢涛、王宇、张彦铎 |
绘制单位 | 武汉工程大学计算机科学与工程学院、智能机器人湖北省重点实验室(武汉工程大学)、武汉工程大学计算机科学与工程学院、智能机器人湖北省重点实验室(武汉工程大学)、武汉工程大学计算机科学与工程学院、智能机器人湖北省重点实验室(武汉工程大学)、武汉工程大学计算机科学与工程学院、智能机器人湖北省重点实验室(武汉工程大学) |
更多格式 | 高清、无水印(增值服务) |