ハイパースペクトル画像にいくつかのターゲットがあり、それらを検出したいと思います。私は検出器を提案し、その性能をReceiver Operating Characteristics(ROC)曲線で分析しました。私のROC曲線の領域はランダムな線の下にあります
検出対象の信号対ノイズ比が非常に低い場合(つまり、ターゲットが画像内で非常に弱く、誤検出の可能性が非常に低い場合、検出が非常に困難です)、私は午前常に次のROC曲線のように得られます。
これは私の数字ではありませんが、私はこのROC曲線に似て取得しています。だから私のカーブはPfa<=0.1
のランダムな線の下にあります。 これは正常なのでしょうか?ランダムな線の下にROC曲線の領域を持つことは容認できますか?もしそうなら、これがどのように正当化できるのでしょうか?
ありがとう、あなたの答えはCrisです。実際、私はモデルを多く改訂し、サンプルに問題はありません。ターゲットの信号対雑音比が非常に低く、検出が非常に困難なためです。明らかに、誤検出の可能性が低い場合、検出は非常に貧弱(= 0)になる可能性があります。私は正しいと思いますか? – Christina
しかし、誤警報の可能性が非常に低い(誤検知率が低い)場合、検出器は最も明白な標的だけを選ぶべきです。代わりに、いくつかの非ターゲットしか選択しません。次に、しきい値(感度)を上げ、誤検知がほとんどなく、ほとんどの実際のターゲットを捕捉し始めます。それ、変だよ。可能ですが、奇妙です。あなたのテストイメージに、ターゲットのように見えるいくつかの非ターゲットがない限り。 –
もう1つの選択肢は、ROCを間違って計算していることですか? –