4

ビデオを使用したオブジェクト検出アプリケーションのウィンドウごとの誤検知対ミス率 (または誤警報の確率) と ROC (受信機動作曲線) のグラフをプロットする方法は?誤検知とヒットの数を決定する方法は?例は次のとおりです。非常に便利。

4

1 に答える 1

2

その非常に簡単です。すべての真の正（H0）値を1つの配列に格納し、すべての真の負（H1）値を別の配列に格納します。

両方のリストを並べ替えます。

両方のリストから最大値を見つけ、両方のリストから最小値を見つけます。範囲を適切な数（たとえば1000）で割ります。これが、あなたのステップになります。

次に、ステップ値だけ最小から最大にステップします。

各評価値について、その値よりも大きいh0およびh1配列内のポイントを見つけます。このインデックスをh0/h1配列の値の数で割り、100を掛けます（パーセンテージを指定します）。

  • 誤った拒否（fr）=h0インデックスのパーセンテージ。
  • 誤認（fa）= 100-（h1インデックスパーセンテージ）。

に対してfaをプロットします。100-fr。

EERを計算するには、上記で計算したfrとfaの間の最小距離を見つける必要があります。

float diff = fabsf( fr - fa );
if ( diff < minDiff )
{
    minDiff = diff;
    minFr   = fr;
    minFa   = fa;
}

そして最後に、EERは次のように計算されます。

float eer = (minFr + minFa) / 2.0f;

編集：H0とH1で取得する値は、一致が正しいという「可能性」を示す単なるスコア値です。このスコアに基づいてオブジェクトを認識するかどうかを決定する必要があるため、これらの数値をどこかで計算する必要があります。

H0リストは、明確に一致したときに得られるスコアです。H1リストは、明確に一致しない場合に得られるスコアです。

于 2013-02-03T09:39:58.250 に答える