Som*_*ing 6 machine-learning svm object-detection computer-vision
在论文《人体检测的定向梯度直方图》（Navneet Dalal 和 Bill Triggs）（请参阅下面的链接）中，为了可视化结果，他们使用 ROC 曲线，其中 Y 轴是 TP，X 轴是FPPW（误报）每个窗口）。
这句话是什么意思FFPW？
我想到了 3 种可能的选择...我不知道 - 也许它们都是错的。我们将不胜感激您的帮助：
也许是负样本错误分类的比率，即：(NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_NEGATIVE_SAMPLES)
或者可能是每个真实警报的误报率，即：(NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_TRUE_POSITIVES)
或者可能是整个图像中每个真实窗口的误报率，即：(NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_TRUE_SAMPLES)
我很高兴知道其中之一是否正确，或者您是否知道任何其他正确的定义。
论文链接：( https://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf )
它似乎被定义为NUMBER_OF_FALSE_POSITIVES / NUMBER_OF_WINDOWS，其中检测窗口是64x128移动窗口。请注意，第 4 节最后一段指出：
\n\n...在多尺度检测器中，它对应于每 640\xc3\x97480 测试图像约 0.8 个误报的原始错误率。
\n