《表4 在TID2013数据集上几种算法的性能比较》
深度学习技术的特征之一是需要大数据支撑才能取得较好的效果,然后在更大的数据库TID2013上继续做实验,实验结果参见表4。此次增加3个具有代表性的基于深度学习的算法,其中VI(Vgg and Inception net)[43]是使用了VGG和Inception融合深度神经网和感知视觉特性的图像质量评价算法、DIQa M-NR(Deep Image Quality assessment Metric-No Refenence)被称为无参考的加权平均深度图像质量评价算法和Wa DIQa M-NR (Weighted-average Deep Image Quality assessment Metric-No Refenence)算法[22]被称为无参考的深度图像质量评价算法。DIQa M-NR和Wa DIQa M-NR算法都用了深度卷积神经网络,共计10个卷积层、5个池化层,也使用Re LU作激活函数,被作者统称为Deep IQA。
图表编号 | XD00189085900 严禁用于非法目的 |
---|---|
绘制时间 | 2020.11.10 |
作者 | 曹玉东、蔡希彪 |
绘制单位 | 辽宁工业大学电子与信息工程学院、辽宁工业大学电子与信息工程学院 |
更多格式 | 高清、无水印(增值服务) |