在所用測試數據集中，所有場景的光場橋梁模板圖像的角度分辨率為14 x 14。由于光場相機成像特性，光場橋梁模板圖像的邊緣子孔徑橋梁模板圖像通常并不完整;因此，所有的光場橋梁模板圖像都取其中心7x7的子孔徑橋梁模板圖像作為參考的高角度分辨率光場真值橋梁模板圖像。對于每幅光場圖像，選擇3x3的子孔徑橋梁模板圖像陣列作為輸入的低角度分辨率光場橋梁模板圖像。在訓練過程中，每個子孔徑橋梁模板圖像被裁剪成64 x 64的橋梁模板圖像塊輸入至網絡中。對于所提方法，為了保持訓練穩定且能處理不同稀疏橋梁模板，前10個epoch訓練與其它方法保持一致，后續訓練過程中，對于輸入的3x3參考子孔徑橋梁模板圖像通過橋梁模板對齊操作，將其中4幅真值參考子孔徑橋梁模板圖像替換為其它5幅真值參考子孔徑橋梁模板圖像的插值結果。
實驗中，將彩色光場橋梁模板圖像轉換到YCbCr顏色空間，并僅對其Y通道進行訓練和測試，即后續實驗僅定量評價重建光場橋梁模板圖像的Y通道視覺質量。相應地，在主觀比較實驗中，重建光場橋梁模板圖像的Cb和C:通道直接取自其對應真值，僅Y通道由對比光場角度重建方法生成，以評估各對比方法的角度重建陛能。此外，所對比的光場角度重建方法均采用表1中的訓練測試集劃分方式，在不同的光場角度重建任務中，若所對比方法存在預訓練模型，則使用預訓練模型，若不存在，則重新進行訓練和測試。與現有方法在基準數據集上的定量比較首先將所提出方法與其它6種角度超分辨率方法(分別為基于剪切EPI結構的光場重建的方法、基于幾何感知網絡的光場角超分辨率基于靈活采樣和幾何感知合的密集光場重建基于解藕機制的角超分辨率和基于推理重構變分自編碼器的方法在角度重建任務3x37上進行對比分析。值得注意的是，考慮到所提出方法的處理對象的特殊性，使用了上節所述的訓練策略。對比用峰值信噪比和結構相似度兩個質量度量指標來衡量方法性能。表2給出了這些方法的對比實驗結果，其中用粗體標記了最好的性能指標。可以發現，在角度重建任務3x3->7x7上，所提方法在3個真實場景數據集上實現了最高的客觀質量分數。需要指出的是，所提方法采用同一模型來處理不同稀疏橋梁模板，因此，對于單一的重建任務，所提方法的性能上會有所折中。http://www.p2y8erm.cn | 
