《表3 在TID2008数据集上几种算法的性能比较》

  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

《基于增强型对抗学习的无参考图像质量评价算法》

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

将提出的算法与文献[10]和文献[41]列出的具有代表性的算法在TID2008数据库上继续做对比实验，结果如表3所示。在该数据集上，提出算法的性能明显优于传统的SSIM[11]、FSIM[13]、IW-SSIM（Information content Weighted SSIM index）[14]、VIF算法[36]、VSI（Visual Saliency-induced Index）[41]，略微优于H-IQA（Hallucinated-Image Quality Assessment）算法[10]、CNN[39]和SOM(Semantic Obviousness Metric）[42]。3个算法中，SOM算法采用了关联图像感知评测的语义级特征，CNN算法采用了卷积神经网络技术，H-IQA算法使用了GAN和深度卷积神经网络。