单帧图像检测评价指标:
信噪比SCR
信噪比增益SCRG:描述算法处理后目标增强的显著性;
背景抑制因子BSF:算法处理后背景抑制的显著性;
’
目标区域的平均灰度Gmt
局部区域的平均灰度Gmp
局部区域的标准差b
输入图像的信噪比SCRin
输出图像的信噪比SCRout
输入图像的标准差(c)in
输出图像的标准差(c)out
ROC曲线:全称是Receiver Operating Characteristic Curve,中文名称为“受试者工作特征曲线”。
ROC曲线是一种用于评估分类模型性能的分析工具,尤其在信号检测理论中应用广泛。它通过描绘不同阈值下的真正例率(True Positive Rate,TPR)和假正例率(False Positive Rate,FPR)来展示分类器的表现。
OC曲线的横坐标是假正例率(FPR):检测到的假目标数真实目标数的比值,也称为精度;纵坐标是真正例率(TPR):表示检测到的真目标是实际目标的可能性,称为虚警比。
曲线上的每一个点都对应着一个特定的分类阈值,从而反映出分类器在不同阈值下的敏感性和特异性。
此外,ROC曲线下的面积(Area Under the Curve,AUC)可以量化分类器的整体性能,AUC值越接近1,表示分类器的性能越好。ROC曲线和AUC常被用于比较不同分类算法的性能,以及选择最佳的分类阈值。
想要了解更多可以参考:红外弱小目标检测:常见的评价指标_红外小目标roc曲线-CSDN博客