1.FRR:错误拒接率(False Reject rate)。
文字定义:错误拒绝率,把同一个人的图片对当成不同的人图片对的概率。
其中:errorCount是指匹配失败的次数,totalCount是指同一个人的匹配次数。
也就是说,假设我们定义匹配的时候设置的阈值为threshold,当两两匹配的时候的相似度值为value。
在理想情况下,同一个人的匹配相似度value>threshold总是成立的。在现实中,当value<threshold的时候,这就是匹配失败。
因此,errorCount就是totalCount中value<threshold的次数。
2.FAR:表示错误接受的比例(False Accept Rate)
文字定义:与FRR相反的是,表示的是把不同人认为是同一个人的概率。
也就是理想情况下,不同人的匹配相似度value<threshold总是成立的。在现实中,当value>threshold的时候,这就是匹配失败。
代码实现:
import numpy as np
import os
from time import time
from sklearn import svm
from sklearn.multiclass