《表2 不同网络结构的图像重建SSIM值对比》

  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

《基于多尺度残差网络的全局图像压缩感知重构》

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

为了充分对各个模型进行比对，从人类的视觉角度出发，我们选用图5中11张图像作为测试数据集，在采样率4%的情况下，统计各个模型重构图像的的平均SSIM值，结果如表2所示。本文提出的网络模型重构出的图像SSIM值远高于其它模型，这是因为本文使用多尺度残块学习到了图像的不同尺度特征，相比于单尺度的卷积层可以学到更多的图像细节信息，且本文的网络模型通过反卷积层取代了全连接层完成图像的初始化重建，消除了图像的块效应，故取得了最优的SSIM值。