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。
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。
根据混淆矩阵:
predict:positive | predict:false | |
ground :positive | TP | FN |
ground :false | FP | TN |
混淆矩阵的定义:
ground:表示真实样本中的类别。predict:表示预测的类别。
例如TP:真实样本为正确的被预测为正确的数据。
所以按照上面的FAR,FRR的定义:
根据混淆矩阵还有很多的判别指标,根据不同的任务选择合适的指标。
例如TAR,TPR等等。