《表2 Err/BPR/EPR与PBMP之间的皮尔逊系数Tab.2 Pearson correlations between Err/BPR/EPRand PBMP》

  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

《结合JND模型的交叉验证深度图质量评价方法》

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

Err/BPR/EPR与PBMP之间的皮尔逊系数见表2，结果与图8中的R2值相似。EPR与PBMP之间的皮尔逊相关系数超过0.84，高达0.97，这表明，本文所提出的方案能准确检测深度误差和评价深度图的质量。尽管有时BPR的相关性更高，但其有局限性，场景的不同属性对该方案的性能影响较大。首先，文献[12]不能检测到平滑区域的失真，因为在这些区域中没有边缘。1) 在弱边缘处，即当边缘分离的像素具有相似的颜色和亮度时，文献[12]的方法也会失效。例如在序列Teddy中，娃娃和叶子有相似的颜色和深度值，因此彩色和深度边缘都难以提取，文献[12]的方法检测不到这些区域的错误像素。除了这两种情况，一些对象在深度图中无法显示，例如图9中所有估计深度图左侧缺失的锥体，失真太严重，无法提供有用的几何信息，BPR的性能也会受到较大影响。而本文的方法可以适用于这些极端的情况，性能较稳定。