《表2 不同损失函数训练网络结果客观指标的对比》

  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

《卷积自编码融合网络的红外可见光图像融合》

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

为了说明本文损失函数的优势，图3选取了一组图像在不同损失函数训练网络得到的主观实验对比，从图中可以看出通过本文损失函数所得到的树枝在细节提取上更丰富，并且对比度更强．表2给出了不同损失函数训练网络所得到的8组图像（源图像见图6）的客观平均结果．其中，边缘保持度（QAB/F）[20]能够反映融合图像中纹理信息的保留程度，差异的相关系数之和（SCD）[21]代表了融合图像从源图像中获得的信息量．从表2可以看出，本文提出的损失函数在边缘保持度等指标上均优于传统损失函数，说明本文所提出的损失函数在纹理梯度信息上的提取更为丰富，获得的信息量更多．