《表1 算法比较实验结果：融合边缘特征的高效光场深度信息估计算法》
提示：宽带有限、当前游客访问压缩模式
本文与文献[7-9]算法进行比较，分别为EPIdictionary[7]、Conv5[8]、Conv8+EF[9]，各指标比较结果见表1、2。
| 图表编号 | XD00137242000 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2020.04.16 |
| 作者 | 罗灿、李学华 |
| 绘制单位 | 北京信息科技大学信息与通信工程学院、北京信息科技大学信息与通信工程学院 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表7 模糊规则描述：融合深度和浅层特征的多视角癫痫检测算法》2020.10.01
- 《表1 图像数据集：融合传统特征与神经网络的深度伪造检测算法》2021.02.10
- 《表1 对比实验结果：基于多尺度特征融合的水果图像识别算法研究》2021.02.01
- 《表1 测试实验结果：基于时序特征融合的动态签名鉴伪算法》2020.07.05
- 《表3 运行时间对比：融合两种深度线索的光场图像深度估计方法》2020.08.01
- 《表1 数据扩容方法：融合两种深度线索的光场图像深度估计方法》2020.08.01
- 《表1 实验参数：基于颜色和边缘信息的非局部立体匹配算法》2020.05.25
- 《表2 电流的幅值特征：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》2020.04.28
- 《表4 幅值特征辨识结果：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》2020.04.28
- 《表3 CNN辨识结果：深度学习与幅值特征相融合的低频采样非侵入式负荷辨识算法》2020.04.28
- 《表1 实验步骤：基于深度学习算法的图像融合》2020.07.01
- 《表1 目标跟踪算法：判别相关滤波融合深度信息的目标跟踪算法》2020.04.01
- 《表2 算法执行时间/s：融合边缘特征的高效光场深度信息估计算法》2020.04.16
- 《表1 融合特征算法与单一特征算法结果比较》2020.03.16
- 《表1 空间信息网络结构：基于特征融合的实时语义分割算法》2020.01.25
- 《表1 实验结果对比：一种基于深层次多尺度特征融合CNN的SAR图像舰船目标检测算法》2020.01.25
- 《表1 算法对比结果：目标边缘特征增强检测算法》2020.01.01
- 《表4 三种算法边缘融合时间比较/ms》2020.02.25
- 《表1 算法检测结果对比：基于频域信息与梯度特征融合的接触轨面缺陷检测》2019.09.01
- 《表1 估计结果对比：基于MCKF容错算法的列车多源信息融合定位技术研究》2019.08.15