Image processing 人脸识别中的假阳性

我参与了一个关于图像人脸识别的项目，在这些图像中，一旦我使用CNN，我必须亲自指出出现的真阳性、真阴性、假阳性和假阴性的数量

据我所知，真正片表示正确识别的面数，因此，如果一张图像中有3个面，并且机器识别了它们，那么我有3个真正片，真负片表示机器没有识别面不存在的面，假阳性表示机器识别没有人脸的错误，假阴性表示机器没有识别实际存在的人脸

不幸的是，我没有很好地理解真阴性的概念，我怎么能理解我在一次处理中有多少真阴性的案例？

---

例如，如果在一张照片中我有3张脸，而机器识别了其中的3张，那么我会有3张真阳性、0张假阴性、0张假阳性，但我会有多少张真阴性？

当你谈论一张有3张脸的图像时，这意味着你的方法（或任何其他人脸识别方法）可能在原始图像的不同部分（子图像）上运行一系列测试并查找面。在这种情况下，有很多帧不存在面，并且您的方法正确，没有找到任何面（相当于真负片）。你应该计算这些测试

为了做到这一点，您可以将问题简化为另一个问题，该问题返回“此图像中是否存在人脸？”的真/假。然后你有一个大的图像，你可以把它分解成更小的图像（或者使用滑动窗口在图像上移动）。然后，您的测量结果将如下所示：

真阳性：存在面且方法返回真的帧数

真负数：不存在面且方法返回False的帧数

假阳性：不存在面但方法返回真的帧数

---

假阴性：存在面但方法返回假的帧数

当你谈论一张有3张脸的图像时，这意味着你的方法（或任何其他人脸识别方法）可能会在原始图像的不同部分（子图像）上运行一系列测试并找到人脸。在这种情况下，有很多帧不存在面，并且您的方法正确，没有找到任何面（相当于真负片）。你应该计算这些测试

为了做到这一点，您可以将问题简化为另一个问题，该问题返回“此图像中是否存在人脸？”的真/假。然后你有一个大的图像，你可以把它分解成更小的图像（或者使用滑动窗口在图像上移动）。然后，您的测量结果将如下所示：

真阳性：存在面且方法返回真的帧数

真负数：不存在面且方法返回False的帧数

假阳性：不存在面但方法返回真的帧数

---

假阴性：存在面但方法返回假的帧数

我使用YOLOv3进行人脸识别，我理解你的话，我也同意，但是如果我想把问题简化为我之前描述的方式，也就是说，给定一张有三张脸的图像，如果机器识别出所有三张脸，我有多少真正的负面案例？最短的答案是很多或未知。你可以将图像分割成更小的图像，所有图像的大小都与YOLOv3第一层中卷积滤波器的大小相等，并说它们都是真负片或类似的东西。我使用YOLOv3进行人脸识别，我理解你的语音，我同意，但如果我想将问题简化为我之前描述的方式，也就是说，给定一张有三张脸的图像，如果机器识别出所有三张脸，那么我有多少个真正的负面案例？最短的答案是多个或未知。你可以将你的图像分割成更小的图像，所有图像的大小都与第一层YOLOv3中卷积滤波器的大小相等，并说它们都是真负片或类似的东西。