《表1 不同算法阴影检测量化比较》

  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

《基于深度信息的单幅图像自动阴影检测》

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

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。