《表1 不同模型在不同数据集上的SSIM和IS比较》

  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

《融合反馈机制的姿态引导人物图像生成》

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

为了进一步评估加入特征约束后网络测试结果的可靠性，利用结构相似度（SSIM)[22]和起始得分（IS)[23]评价生成人物图像质量，结果如表1所示。其中SSIM用于衡量数字图像和视频主观感受的一种方式，并且SSIM算法在设计上考虑人眼的视觉特性，比传统方式更符合人眼的视觉感知；IS是评价生成模型的一种方式，但IS自身的不稳定性导致评价结果会有摇摆性[24-25]，IS值越大，生成的图像不一定清晰真实，并且SSIM和IS也会受到复杂多变背景的影响。为了在一定程度上减少背景信息对生成图像评价方式的影响，可更专注于测量生成人物图像的综合质量，则采用MASK-SSIM和MASK-IS的方法，就是将掩模（MASK）添加到生成图像和目标图像上再计算SSIM和IS，然而考虑到IS自身的不稳定性，主要采用SSIM作为衡量指标，IS作为辅助评价指标。