实验结果
为了验证模型的有效性，研究人员首先在包含干净的背景、反射和遮挡的控制数据集上对算法的性能进行了验证，并与几种常见的方法进行了比较。下图显示了本文方法重建出的结果，第一列代表输入、第二列代表重建的背景，第三列代表遮挡层。
上表中使用了归一化互相关来作为评测指标（normalized cross－ correlation，NCC），可以看到这一方法在Toy，Hanoi序列上都得到超过其他方法的结果，同时在Strone序列上十分解决最好的结果
此外在合成序列上的表现也十分优秀，在包括峰值信噪比、结构相似性、较差互相关和最小均方误差上都得到了最好的分数。
在真实序列上的表现如下图所示，可以看到本方法可以有效分离反射层并重建出清晰锐利的背景图像：
下图还显示了针对玻璃上的涂鸦和雨滴情况下对于背景的重建效果：
