文章目录
1. 人脸识别模式
首先,我们得弄清楚人脸识任务的常见两种模式:
-
1:1模式——face verification (人脸验证)
Verification is the process of asking “are you who you say you are?”
face verification (1:1)的意思是,用户声明自己的身份可以被设备或系统识别,设备或系统去验证这个说法是真是假。简单来说,就是比较两张照片(底库数量为1),判断是不是同一个人。
-
1:N模式——face identification (人脸识别)
identification is asking “who are you”
face identification (1:N)的意思是把一个人同数据库里的其他可能的身份进行比对,目的是匹配和发现这个人的身份。实际上,可理解为底库数量为N的1:1,需要回答N次“are you who you say you are?”
具体可以参考:
1、Identification vs Verification: What’s the Difference?
2、人脸识别工作流程
更全面的人脸识别综述可以参考:
人脸识别长篇研究
人脸识别长篇研究2
2. 二分类常用指标
需要注意下图是标准的混淆矩阵,是以样本的正负来划分,
2.1 四个基础指标
- TP
- FP
- FN
- TN
这四个基础指标的线性组合可以得到其它所有指标。
2.2 全项指标
- 准确率(accuracy) : A c c = T P + T N T P + F N + F P + T N Acc = \frac{TP+TN}{TP+FN+FP+TN} Acc=TP+FN+FP+TNTP+TN
- 错误率(error rate): E r r = F P + F N T P + F N + F P + T N Err = \frac{FP+FN}{TP+FN+FP+TN} Err=TP+FN+FP+T