《表1 不同算法阴影检测量化比较》
将本文的阴影置信度二值化后与文献[3,8,9,11]中的算法所得的阴影检测结果二值化后进行量化比较,结果如表1所示。由于文献[1]为交互式阴影检测,因此不做量化比较。由表1可知,对于两个标准数据集中的图像,本文算法的准确率和平衡出错率评价结果都较为可观。在SBU数据库中包含的复杂场景图像较多,更能体现本文算法的优势,本文算法对该数据库图像的阴影检测准确度最优,平衡出错率最低。在ISTD数据库中,其训练集多为简单图像,这种情况下,深度学习算法(文献[9])更占优势,本文算法的量化结果虽为次优,但与最优值非常接近。通过视觉比较和量化比较可以看出,本文算法具有较好的鲁棒性,对于复杂场景的阴影检测效果尤为突出。
图表编号 | XD0095313500 严禁用于非法目的 |
---|---|
绘制时间 | 2019.10.24 |
作者 | 吴文君、张玲、肖春霞 |
绘制单位 | 武汉大学计算机学院、武汉大学计算机学院、武汉大学计算机学院 |
更多格式 | 高清、无水印(增值服务) |