《表7 与其它方法在PhotoQualityDataset数据库中实验结果对比》

  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

《基于并行卷积神经网络的图像美学分类》

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

并行网络结构在PhotoQualityDataset数据库的子集建筑数据库中取得了良好的分类效果，验证是否在PhotoQualityDataset数据库的其它子集数据库中也有良好的表现。因此，对PhotoQualityDataset数据库中的所有子集都做了一一验证，实验结果见表7。为了显示本文的并行卷积网络在PhotoQualityDataset数据库的分类效果更优越，与前人在此数据库中的研究结果进行对比，对比实验结果见表7。表中显示，本文方法在各个PhotoQualityDataset数据库子类中都有良好的表现，尤其是在动物、夜景、植物、静态和全部的表现尤为突出，相比其它方法在PhotoQualityDataset数据库子类中的分类效果都要好。但在建筑、人物、风景中的分类效果比起Luo等[3]就略低点，不会偏差太多，总体上可以达到要求，实验结果表明该网络对图像美学分类具有一定的可行性。