《表1 不同模型在不同数据集上的SSIM和IS比较》
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。
图表编号 | XD00188247400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.25 |
作者 | 黄友文、赵朋、游亚东 |
绘制单位 | 江西理工大学信息工程学院、江西理工大学信息工程学院、江西理工大学信息工程学院 |
更多格式 | 高清、无水印(增值服务) |