《表3 数据集不同划分下的性能比较》

  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

《基于权重组合学习的无参考立体图像质量评价》

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

表3展示了在三种不同的数据划分下，LIVE3D Phase II和Waterloo-IVC Phase II两个图像库的性能结果。本文将数据集划分为80%的训练集和20%的测试集。另外两种数据的划分为70%和60%样本用于训练深度网络，其余图像用于测试。本文对每一种划分类型都随机10次，以其均值作为最终结果。结果表明，随着训练图像数量的下降，所有方法的质量评价性能都降低。但是本文提出的方法只轻微下降了0.8%，而其他方法都显着下降了4%，这证明了本文提出的方法相比其他方法，对训练图像数量的依赖性更小，在小型数据集上也能有较好的性能。