《表1 不同客观评价算法的指标对比》

  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

《多特征融合的合成视点立体图像质量评价》

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

为了进一步验证通过本文算法所得到的客观质量评分与主观质量评分具有较好的一致性，采用SROCC（Spearman rank order correlation coefficient，Spearman相关系数）、PLCC（Pearson linear correlation coefficient，Pearson相关系数）和RMSE（root mean squared error，均方根误差）3种常用的评价指标来判断本文算法性能。其中，SROCC用于反映客观评价模型的单调性，PLCC和RMSE用于反映客观评价模型的准确性。PLCC和SROCC的值越接近1，RMSE的值越小，说明客观评分与主观评分的相关性越好。将本文客观算法与SSIM、MS＿SSIM、VIF等8种算法在数据库上进行对比，见表1。从实验结果可以看出，本文算法结果与主观评分拟合较好，PLCC与SROCC均在0.86以上且优于其他8种算法，但均方根误差RMSE有所提高。