《表1 不同去压缩效应算法结果的PSNR(dB)/SSIM值比较》

  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

《基于双域学习的JPEG压缩图像去压缩效应算法》

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

本文的对比算法为CONCOLOR[15]、SSRQC[16]、ARCNN[17]、DnCNN-3[18]、D2SD[19]，将JPEG压缩图像作为对比基准。其中，CONCOLOR、D2SD和SS-RQC是基于非深度学习的传统方法，ARCNN和DnCNN-3和本文一样采用深度学习的方法。下文主要从各个算法结果图像的主客观效果来验证本文算法的有效性。表1中给出了不同去压缩效应算法在Classic5和LIVE1上的PSNR和SSIM客观参数值。从表中可以看出，在Classic5数据集上，在QF=20时，提出的算法比对比算法中效果最好的DnCNN-3的PSNR值高出0.37 d B，SSIM值高出0.005 4；在LIVE1数据集上，在QF=40时，提出的算法比对比算法中效果最好的DnCNN-3的PSNR值高出0.34 dB，SSIM值高出0.003 3。说明无论压缩程度高低，提出的算法都能有效去除图像中的压缩效应，获得较好的重建结果。