Построение кривых ROC для результатов Виолы-Джонса

Я должен измерить свои результаты для детектора лиц, например, и нашел в таких статьях, как статья Виолы-Джонса, что наиболее часто используемая статистическая кривая, используемая для этой меры, — это кривая ROC. Но я не могу найти способ построить кривую ROC в GNU/Linux, только в MATLAB, но, очевидно, я не куплю его, чтобы использовать только функцию plotroc.

Я искал его на OCTAVE, но не смог найти... Есть ли способ построить одну ROC-кривую? Например, с использованием Python...?

Например, я хотел бы измерить истинные срабатывания против ложных срабатываний.


python plot statistics roc viola-jones
person Felipe Corrêa    schedule 15.11.2014    source источник
comment
Или Р? r-project.org   -  person NPE    schedule 16.11.2014
comment
Вы пробовали гуглить roc python. Получается целая куча релевантных результатов.   -  person NPE    schedule 16.11.2014
comment
Спасибо за ваш ответ! Никогда не пробовал R ... Есть ли какой-нибудь пакет, в котором есть методы для создания и построения кривой ROC?   -  person Felipe Corrêa    schedule 16.11.2014
comment
Я видел метод, использующий matplotlib, но не ясно, как вы организуете матрицы для его построения...   -  person Felipe Corrêa    schedule 16.11.2014

Ответы (1)


arrow_upward
0
arrow_downward

Надеюсь, это поможет, он строит кривую ROC, используя данные лица, данные без лица

function thresh = ComputeROC( Cparams, Fdata, NFdata )
%function ComputeROC compute the ROC curve

    face_fnames = dir(Fdata.dirname);
    full_face = 3:length(face_fnames);
    test_face = setdiff(full_face, Fdata.fnums);
    num_tf = size(test_face,2);

    nface_fnames = dir(NFdata.dirname);
    full_nface = 3:length(nface_fnames);
    test_nface = setdiff(full_nface, NFdata.fnums);
    num_tnf = size(test_nface,2);

    scores = zeros(num_tf+num_tnf, 2);

    for ii = 1:num_tf
        im_fname = [Fdata.dirname, '/', face_fnames(test_face(ii)).name];
        [~, ii_im] = LoadIm(im_fname);
        sc = ApplyDetector(Cparams, ii_im);
        scores(ii,1) = sc;
        scores(ii,2) = 1;
    end

    for ii = 1:num_tnf
        im_fname = [NFdata.dirname, '/', nface_fnames(test_nface(ii)).name];
        [~, ii_im] = LoadIm(im_fname);
        sc = ApplyDetector(Cparams, ii_im);
        scores(ii+num_tf,1) = sc;
        scores(ii+num_tf,2) = 0;
    end

    thresh = 0;

    threshold = 0:0.01:max(scores(:,1));
    fpr = zeros(size(threshold));
    tpr = zeros(size(threshold));

    for tt=1:length(threshold)
        ntp = 0; nfp = 0; ntn = 0; nfn = 0;
        predicted_class = scores(:, 1) >= threshold(tt);
        for ii=1:size(predicted_class, 1)
            if predicted_class(ii) == 1 && scores(ii, 2) == 1
                ntp = ntp+1;
            elseif predicted_class(ii) == 0 && scores(ii, 2) == 0
                ntn = ntn+1;
            elseif predicted_class(ii) == 1 && scores(ii, 2) == 0
                nfp = nfp+1;
            elseif predicted_class(ii) == 0 && scores(ii, 2) == 1
                nfn = nfn+1;
            end
        end

        fpr(tt) = nfp / double(ntn+nfp);
        tpr(tt) = ntp / double(ntp+nfn);

        if tpr(tt) > 0.7
            thresh = threshold(tt);
        end
    end

    figure; plot(fpr, tpr, 'r-');

end
person Community    schedule 10.12.2014