《表4 不同训练比例下性能比较Tab.4 Performance comparison of different training rations》

《表4 不同训练比例下性能比较Tab.4 Performance comparison of different training rations》   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
《基于小波包分解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

鲁棒性分析是进一步衡量算法性能的一个标准,分别在LIVE Phase I和LIVE Phase II数据库上将训练集图像所占比例由80%降为60%、40%、20%,然后重新进行训练回归模型来实验,最终得到的SROCC、LCC和RMSE值如表4所示.从表中可以看出随着训练图像比例的增大,LCC和SROCC值也显著增大,RMSE值也随之减小,评价性能越来越好.即使训练集图像比例为40%,LIVE Phase I图像库LCC值也能达到0.938,LIVE Phase II图像库LCC值也能达到0.934.因此,本文算法对训练集大小并不敏感,具有较好的鲁棒性.