ビデオから真のネガを分類する方法は？

Question

私はROCカーブを描画しようとしています。 ROC曲線では、x軸に偽陽性率（FPR）を、y軸に真陽性率（TPR）をプロットする必要があります。私たちが知っているように、

FPR = FP /（FP + TN）

したがって、次の画像でどのように私は、真陰性（TN）を検出することができますか？私は人間を検出するためにHOG分類器を使用しました。私は矩形1,2,3,4,5,6（または7でなければなりません）とマークして、人間として分類しないで無視すべき人間の物体を示してください。私はそれらが真の否定だと思う。私は、我々が知っているように、私の仮定を言いたい。この絵で

、

偽陰性：結果が肯定あったが、負であるはずです。

偽陽性：結果は負であったはずですが、陽性です。

真陽性：結果は陽性であり、陽性であったはずです。

真の陰性：結果は陰性であっ及びだから私は、このフレームFP = 0、TP = 0、FN = 0ではなく、TNわからで考える

負である、それは6か7かあるしている必要があります他の何か？私が間違っている場合は、FP、TP、FNについても私を修正してください。私はこの質問を見た How to categorize True Negatives in sliding window object detection?これは本当に有用だったが、まだ私はこのシナリオのFPRを計算する必要があります。

Answer 1

このような画像からこれらの値を計算することはできません。より多くのデータ（実際に何が起こっているか）が必要です。しかし、あなたに必要なのは、すべてのこれらのウィンドウは、このように（どれも人間ではありません）、間違っているように思える、いくつかの定数N.今あるだけ総量これらのウィンドウの、おそらくです：

• FP = 6 （あなたの方法は6人がいると主張していますが、これらの主張は完全に無効であるため有効ではありませんが、ただ可視化の問題であり、実際に有効な人物を捕獲した場合はこのTPをTPに移動する必要があります）
• TP = 0（正確に人に印を付けていない）
• FN = 10（この画像には10人の人がいて、これらはすべて欠けている）
• TN = N-16、ここでNは、すべてが10人のFNと6人のFPまで「人間の欠如」として正しく分類されているため、すべての解析窓の数です。一般
  で

• FPは、TPがが "ヒト"
• FNがどのように=マークされているどのように多くの実際の人間=どのように多くの実際のない人間が
• "ヒト" とマークされています=多く実際の人間が正しくありますが無視されました（「人間」と表示されていません）
• TN =どのように多くの実際のない人間