《表1 不同的方法在Middlebury数据集A上重建结果的定量分析(RMSE)》

《表1 不同的方法在Middlebury数据集A上重建结果的定量分析(RMSE)》   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
《基于金字塔式双通道卷积神经网络的深度图像超分辨率重建》


  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

在Middlebury数据集上对本文方法进行评估。比较的方法包括双三次插值、SRCNN[18]、VDSR[19]、Lap SRN[22],以及文献[9~11,13,16,20,21]的方法(SRCNN[18]的定量结果引自文献[33])。为了验证本文从两个通道提取出来的特征是互补的,分别对单通道和双通道网络进行实验。由表1可知,使用双通道融合的特征相比于只使用通道1和2的特征RMSE值各降低了约0.09、0.044,两个通道提取的特征具有互补性,有助于重建性能的提升。