《表4 不同方法的性能比较》

  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

《基于深度学习和人眼视觉系统的遥感图像质量评价》

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

选取PSNR、SSIM、特征相似度（FSIM）这3种具有代表性的评价方法作为参考指标进行性能比对。表4给出了各评价方法性能的对比结果。这3个指标中，PLCC值和SROCC值越接近1，RMSE值越小，表示算法的客观质量预测结果与人类的主观感知结果越相近，算法的性能越好。由表4可以看出，与SSIM、PSNR和FSIM这3种方法相比，所提方法与主观评价结果的准确度和相关度均有明显提高，具有更好的性能。由图7可以看出，所提方法与主观评价结果具有较高的一致性。