首页/数据集/SIFID value comparison for real versus fake images generated from the SinGAN-Seg models.

SIFID value comparison for real versus fake images generated from the SinGAN-Seg models.

NIAID Data Ecosystem2026-03-13 收录

数据链接：

https://figshare.com/articles/dataset/SIFID_value_comparison_for_real_versus_fake_images_generated_from_the_SinGAN-Seg_models_/19694351 数据链接链接失效反馈

官方服务：

资源简介：

SIFID value comparison for real versus fake images generated from the SinGAN-Seg models.

应用场景：

创建时间：

2022-05-02

相关数据集

SPMCS

视频处理

成像质量评估

它包含 30 个不同的视频，每个视频包含 31 帧。每个序列包含 x2、x3、x4 比例因子的双三次下采样输入。文件夹真实包含用于计算 PSNR 和 SSIM 的高分辨率地面真实图像。由于许多以前的方法使用 31 帧来为中心帧产生一个结果，因此我们也只评估中心帧的量化结果（我们论文中的数字）。我们不裁剪边界或使用其他后处理。

OpenDataLab2026-07-12 更新270

CG-1050: Original and tampered images (Color and grayscale)

假图像检测

图像处理

This dataset is composed of 100 natural images, 1050 tampered counterparts, and 1380 masks. For every image were applied from 10 to 11 manipulations among copy-move, cut-paste, colorizing and retouchi

Mendeley Data2024-06-25 更新120

Test images used and their blur parameters.

图像模糊测试

成像质量评估

Test images used and their blur parameters.

NIAID Data Ecosystem50

Perceptual Image Processing Algorithms (PIPAL) dataset

图像处理

成像质量评估

PIPAL数据集是由香港中文大学（深圳）数据科学学院创建的一个大规模图像质量评估数据集，专注于感知图像恢复。该数据集包含29,000张图像，其中包括250张高质量参考图像，每张图像有116种不同的失真。PIPAL数据集特别之处在于包含了基于生成对抗网络（GAN）的方法的结果，这是以往数据集中所缺乏的。数据集通过使用更可靠的“Elo系统”收集了超过1.13百万的人类判断来分配主观分数。基于PIPAL

arXiv2020-09-26 更新250

The quality evaluation results of the MI.

红外可见光图像融合

成像质量评估

Infrared and visible image fusion can generate a fusion image with clear texture and prominent goals under extreme conditions. This capability is important for all-day climate detection and other task

NIAID Data Ecosystem50