IQM结果提出评价标准:表第三类和第四类基本上是相同的,因为他们都测量相关的一模一样IQM后非线性健康.
然而,RMSE是一种更直观IQM比较对象的标准的线性相关系数,因为后者是非均匀度量,不易判定的相对性能IQMs特别是如果该方法都挺棒的QA社区更习惯使用的相关系数,但RMSE给更直观的感受其相应的改进一IQM超过另一个.不过,你可以得到相同的结论都是从两张桌子.
斯皮尔曼等级秩序的相关系数的优点进一步的讨论SROCC属于家庭的非参数相关措施,因为它不做任何假设潜在的统计数据例如,SROCC是独立的单调的非线性拟合IQM,使用DMOS .然而,SROCC经营只有上,职级的数据点的,忽视了datapoints相对距离.基于这个原因,它通常被认为是一种较不敏感的措施,为典型的相关性,只用数的小datapoints[28]阿瑟·道布林.表V,尽管相对性能基本上与IQMs表(3),都有许多有趣的例外例如,一个可以看到JPEG # 2数据集,Sarnoff几乎一样好JNDMetrix执行SSIM(MS)或国际(事实上,它是与国际统计(事实上,它是与国际统计或SSIM(MS)在这数据集],但SROCC显示一个不同的结论就是,指纹更加SSIM(MS)或国际.进一步对数据的分析和非线性适合揭示了阵阵这三种方法是近乎相同的(见图),线性相关系数,或RMSE确实是一个好标准进行了比较它也是不难理解为什么不是一个好criter SROCC