《表3 两组特征之间的皮尔森线性相关系数》

  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

《适用小样本的无参考水下视频质量评价方法》

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

本文中建立的水下视频数据集，样本数量小，过多的冗余参数会导致模型泛化性能差。通过分析，希望减少特征数量也能取得很好的性能。表3为求取原始图像和降低分辨率图像对应特征之间的皮尔森线性相关系数（Pearson’s correlation coefficient，PCC）。可以看出，除了b8-b26特征对，其他的特征对之间都有很高的相关性（PCC相关系数均>0.7）。为了验证只使用其中一组特征也能取得良好的效果，分别使用原始图像的18个特征和降低分辨率图像的18个特征对水下视频数据集进行建模，并计算预测值与主观质量之间的皮尔森线性相关系数PCC和斯皮尔曼等级秩序相关系数（Spearman’s romk order correlation coefficient，SROCC）（表4）。从表4的相关性分析结果可以看出，降低分辨率图像的18个特征参数能得到与使用全部特征很接近的结果，因此，本文将特征b19，…，b36用做衡量水下视频质量的指标，记为F1（f1，…，f18）。