《表2 基准数据集中不同超分辨算法的平均PSNR和SSIM对比（尺度因子为×3)》

  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

《图像超分辨重建算法综述》

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

需要注意的是，绝大多数超分辨算法主要报道了在基准数据集上的PSNR和SSIM值，详细结果可见表1—3，其中上标a表示数据来源文献[40]，上标b表示数据来源文献[30]，上标c表示数据来源文献[1]。从表中可以看出，基于深度学习的超分辨重建算法的实验效果大幅度地超过了基于传统特征的方法，这表明对于图像超分辨重建，相比于传统的底层特征，利用深度学习方法所得到的自适应特征更有助于高频信息的恢复和重构[99?100]。