Brown 数据集和评价指标

数据详情

构建方法

利用三维重建的方法获得特征点位置和匹配关系。

数据内容

Brown 总共包含三个数据集。

评价准则

FPR95

原文解释是：false positive rate (FPR) at true positive rate (positive recall) equal to 95%

就是在 Brown 提供的测试集合上（一般是在 10w matches 上测试），95% 的匹配关系都正确的情况下，其中非匹配关系错误的比例。

测试集可以简单理解为三元组集合，三元组为 $(p_1,p_2,label)$，$p_1$ 和 $p_2$ 为两个patch，$label$ 标识这两个 patch 的匹配关系，1 表示匹配，0 表示不匹配。

具体实现上来说，检测测试集有 10w 组测试数据，求出来每组 patch 对之间的距离并进行从小到大排序，然后从前往后遍历到 95% 的匹配关系都包含在内，这里的距离当做区分匹配和非匹配的阈值，满足 TP >= 95%。当然小于这个距离的集合里面也包含非匹配关系 FP，以及不包含在该集合的非匹配关系 TN，当然还有不包含在该集合的那 5% 匹配关系，这里不考虑。那么最终的 FPR 就是：

$$FPR=\frac{FP}{FP+TN}$$