《表3 不同算法在放大因子为2、3、4时在Set5、Set14和BSD100测试集上的平均PSNR/SSIM》

  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

《基于残差连接卷积神经网络的图像超分辨率重构》

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

dB/-

表3为不同算法在Set5、Set14和BSD100测试集上对于不同尺度因子的低分辨率图像进行超分辨率重构的PSNR值和SSIM值。本文算法在引入全局残差和局部残差并增加网络深度后，可利用更高水平的特征，使图像信息传递到深层，有利于梯度在网络中的流动。从表3可知，重建图像相较于双三次插值、A+、SRCNN和FSRCNN在PSNR和SSIM方面均有不同程度的提高，同时对于尺度因子为2时的图像重建效果有明显提升。