image-processing - 如何计算DIR@FAR1%进行人脸识别？

Question

最近，在一些论文中，人脸识别方法正在通过一种新提出的协议(protocol)进行评估，该协议(protocol)称为 LFW 数据集上的闭集和开放集人脸识别。对于开放集，Rank-1 准确度报告为在固定误报/接受率 (FAR) 下的检测和识别率 (DIR)。我有一个画廊和一个探针集，并使用 KNN 进行分类，但我不知道如何计算 DIR@FAR1%。

更新:

具体来说，我不清楚的是如何将 FAR 固定在一个固定阈值，或者如何绘制 ROC、精确召回等曲线以进行人脸识别。下段中的阈值是什么意思？

Hence the performance is evaluated based on (i) Rank-1 detection and identification rate (DIR), which is the fraction of genuine probes matched correctly at Rank-1, and not rejected at a given threshold, and (ii) the false alarm rate (FAR) of the rejection step (i.e. the fraction of impostor probe images which are not rejected). We report the DIR vs. FAR curve describing the trade-off between true Rank-1 identifications and false alarms.

引用论文可下载here 。欢迎任何帮助。

Answer 1

我猜 DIR 指标是由生物识别协会制定的。该指标包括检测(超过某个阈值)和识别(排名)。让图库由一组生物识别中的注册用户组成数据库和探针集可能包含可能存在或不存在的用户在数据库中。设g和p分别是图库集和探针集的两个元素。此外，让探针集包含两个不相交的子集:P1 包括属于图库主题的样本，P0 包括不属于图库主题的样本。

假设s(p,g)是探针和图库元素之间的相似度得分，t是阈值，k是识别等级。那么DIR由以下公式给出:

您可以在此引用中找到完整的公式:Poh，N.，等人。 “生物识别性能评估指标的描述。”生物识别评估与测试第七框架计划(2012):1-22。