【问题标题】:What are the performance analysis measures to validate a face Recognition system?验证人脸识别系统的性能分析措施是什么?
【发布时间】:2015-07-01 16:11:39
【问题描述】:

除了计算人脸识别率之外,如何验证人脸识别系统的性能?

【问题讨论】:

  • 人脸识别还是人脸检测?所以你想识别特殊的人还是想找出图像中是否有“任何”人脸?从我的直觉来看,第一个任务更容易分析。第二个任务的评估类似于vision.ucsd.edu/~pdollar/files/papers/DollarPAMI12peds.pdf,见第3章
  • 感谢您的参考……但我很难过为什么人们对这些问题投了反对票!
  • 可能是因为它不是编程/代码问题并且文本很少(没有图像/示例/说明等)。所以看起来创建这个问题没有太多努力。

标签: opencv computer-vision video-processing face-recognition data-analysis


【解决方案1】:

一些想法:

  • 您应该评估系统对负样本(不在数据库中的面孔、根本不是面孔的事物)的行为。
  • 您应该在各种识别阈值下评估您的算法(如果这种情况适用于您的算法)。如果阈值太高,系统会拒绝很多人:会有很多真阴性(应该被拒绝的人会被拒绝),但也会有很多假阴性(应该被识别的人不会被识别) .相反,如果它太低,就会有很多真阳性,但也会有很多假阳性。所以这是一个可以使用ROC curve 可视化的权衡。要评估“最佳”阈值,您必须考虑应用程序。例如。在控制对建筑物的访问时,最好设置一个更高的门槛,让一些合法的人离开,他们可能有其他访问方式,而不是冒着让陌生人进来的风险。

另见:

【讨论】:

    猜你喜欢
    • 2020-10-18
    • 1970-01-01
    • 2021-07-24
    • 2020-06-03
    • 1970-01-01
    • 2016-04-06
    • 2011-03-17
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多