人脸识别中的误报

Question

我参与了一个关于图像人脸识别的项目，一旦我使用了我的 CNN，我必须亲自指出这些图像中 True Positive、True Negative、False Positive 和 False Negative 的数量。

据我所知，True Positive 表示正确识别的人脸数量，所以如果我在一张图像中有 3 个人脸并且机器识别它们，那么我有 3 个 True Positives， True Negative表示机器没有识别出没有人脸的人脸，False Positive表示机器没有识别出人脸的错误，False Negative 表示机器无法识别实际存在的人脸。

很遗憾我对True Negative 的概念不是很了解，如何理解我在一个处理过程中有多少True Negative 的情况呢？ 例如，如果在一张照片中我有 3 个面孔，机器识别出其中 3 个，那么我将有 3 个真阳性、0 个假阴性、0 个假阳性，但我会有多少个真阴性？

Answer 1

当您谈论具有 3 张面孔的图像时，这意味着您的方法（或任何其他人脸识别方法）可能会在原始图像的不同部分（子图像）上运行一系列测试并找到面孔。在这种情况下，有很多帧不存在人脸，并且您的方法正确执行并且没有找到任何人脸（相当于 True Negative）。你应该计算这些测试。

为了做到这一点，您可以将问题简化为另一个问题，该问题将 True/False 返回到“这张图像中是否存在人脸？”的问题。然后你有一个大图像，你可以把它分成更小的图像（或使用在图像上移动的滑动窗口）。那么你的测量结果会是这样的：

True Positive：存在人脸且您的方法返回 True 的帧数。

True Negative：不存在人脸且您的方法返回 False 的帧数。

误报：不存在人脸但您的方法返回 True 的帧数。

False Negative：存在人脸但您的方法返回 False 的帧数。