阅读笔记Comparison of Regressors on 3D Visual Discomfort Prediction

3D图像舒适度预测的回归方法比较
三种回归方法：SVR,RF,GBRT
数据库：IEEE-SA和EPFL S3D
结论：RF和GBRT更好
特征提取：SSF（简单统计特征）：5个，最大值，最小值，均值，方差，范围
SDF（统计分布特征）：6个，视差高低比例，正负视差样本均值，离散度和偏度
NRF（神经反应特征）：

D是视差，P是概率，R是神经反应。
视差图的获取：光流法
实验结果：在IEEE-SA中的表现
A: GBRT要比线性核SVR表现更好。拥有最高的PLCC (0.8456), SROCC (0.7735) 最低的RMSE (0.4270)。
B：线性核SVR的PLCC,SROCC最高，RMSE最低。但线性核SVR存在一种现象，单一特征SSF和SDF要比ALL表现好。

C:交叉数据库中的表现
单一特征线性核SVR变现更好，ALL里GBRT表现更好。
D:过拟合分析
线性核SVR衰减最快，避免过拟合的能力最佳。但是当图片数量增加后，GBRT保持最低的均方误差。