还在被人脸识别准确率指标欺骗吗？人脸识别指标( 二 )

人脸搜索
1:N人脸识别评估分为两种情况开集识别(open-set identification)和闭集识别(close-set identification) 。
在评估1:N的人脸识别时我们需要三组图像，galleryG(底库，已注册的人脸库)，probe(探针，待识别的人脸图像)，probe分为Pn和Pg，Pn中的人脸照片不在gallery中，被称为imposter，Pg中的人脸照片在gallery中，被称为genius 。
开集识别
开集识别(open-set identification)：开集识别需要解决的问题是判断一个probePj在不在gallery中，如果在这个人是谁。Pj可以在gallery中，也可以不在。
假设galleryG={g1,g2.....gn}，gi表示gallery中的一个人，待测人脸Pj与每个gi计算一个相似度，用Sji表示，Sji表示两张人脸图片是同一个人的概率。我们将G中的每一个人与Pj计算相似度，得到一个集合S{sj1,sj2.....sjn}，对集合S进行由大到小的排序(用的欧式距离就是从小到大排序) 。假定与Pj在gallery中对应人的是g?，定义rank(Pj)=n表示Pj与g?的相似度排在第n位，rank1也称为top match 。
对于刷脸支付就是一个top1的open-set identification，人脸身份验证就是一个topk的open-set identification 。
闭集识别
闭集识别(close-set identification)：闭集识别需要解决的问题是，在gallery中找到probePj，Pj属于gallery中。与开集识别一样，闭集识别关心的也是在topk中是否包含正确的识别结果。
评估指标
下面的评估指标在开集识别和闭集识别中都适用
DIR
DIR(Detection and Identification Rate)：指Pj∈Pg与G中的真实的结果s?之间的相似度大于τ且大于其他所有与Pj不是同一个人的相似度在Pg中所占的比例，DIR衡量的是库内人员的通过性能。计算公式如下
还在被人脸识别准确率指标欺骗吗？
下面我们来举例说明一下
假设G中有A、B、C三个人的人脸信息每个人有一张照片，Pj是属于C的另一张人脸照片，如果Pj与A、B、C的相似度分别为0.5、0.6、0.9，τ为0.7，那么此时才算是匹配正确。如果Pj与C的相似度为0.68<τ，会被认为是库外人员从而导致漏匹配。如果Pj与A、B、C的相似度为0.6、0.8、0.78，那么此时Pj的top1匹配应该是B，因为C与Pj的相似度排在第二位是rank(Pj)=2，此时Pj匹配上了错误的人。
FAR
FAR(False Alarm Rate)：指Pj∈Pn与G中最相似的人相似度大于τ在Pn中所占的比例，FAR衡量的是对库外人脸的拒绝性能也是人脸识别系统性的保证。计算公式如下
还在被人脸识别准确率指标欺骗吗？
对于1:N的人脸搜索来说，当FAR越低的情况下，DIR越高时，表示模型的性能越好，下面我们通过一个例子来说明一下，这两个评估指标是如何计算的
还在被人脸识别准确率指标欺骗吗？
上表展示了Pg(照片在G中)和Pn(照片不在G中)在gallery(G)中的测试结果，a、b、c在G中分别对应A、B、C，d、e、f均不在G中。阈值τ取0.7时，我们来计算一下DIR和FIR
a与A的相似度最高，且SaA>τ，所以匹配成功
虽然b与B的相似度SbB>τ，但SbB<SbA，所以匹配错误
c与C的相似度最高，但ScC<τ，所以匹配错误
所以DIR=1/3≈33.33%
d与A的相似度最高，且SdA<τ，因为d不在库中，所以匹配正确
e与C的相似度最高，且SeC>τ，因为c不在库中，所以匹配错误
f与C的相似度最高，且SfC<τ，因为f不在库中，所以匹配正确
所以FAR=1/3≈33.33%
文/来源：机器之路

以上关于本文的内容，仅作参考！温馨提示：如遇健康、疾病相关的问题，请您及时就医或请专业人士给予相关指导!

「四川龙网」www.sichuanlong.com小编还为您精选了以下内容，希望对您有所帮助：

还在被人脸识别准确率指标欺骗吗？ 人脸识别指标( 二 )

还在被人脸识别准确率指标欺骗吗？人脸识别指标( 二 )