CMC曲线总结
1、概念
CMC曲线全称是Cumulative Match Characteristic (CMC) curve,也就是累积匹配曲线,同ROC曲线Receiver Operating Characteristic (ROC) curve(受试者工作特征曲线)一样,是模式识别系统,如人脸,指纹,虹膜等的重要评价指标,尤其是在生物特征识别系统中,一般同ROC曲线一起给出,能够综合评价出算法的好坏。
2、计算方法
CMC曲线就是算一种top-k的击中概率,主要用闭集测试。比如有n个注册样本,现在想测试性能,测试样本依次和n个注册样本算取一个距离,然后排序,看类类样本位于前top-k,最后统计得到CMC曲线。
注:top-k的意思就是第k次命中
3、举例
参见博客https://www.researchgate.net/post/How_is_CMC_produced_recognition_rate_vs_Rank_for_unknown_faces
①比如说有三个类(class),每个类对应一个测试(test),然后设置了相似函数,越大则越可能为同一类。
情况一: 表1
|
|
Class1 |
Class2 |
Class3 |
| Test1 |
0.9 |
0.8 |
0.7 |

CMC曲线是行人再识别领域的关键评估标准,它衡量的是在不同排名下的命中率。通过计算top-k的击中概率,可以评估算法性能。文章详细介绍了CMC曲线的概念、计算方法,并通过实例解析其工作原理,还提供了计算CMC曲线的代码示例。
5046

被折叠的 条评论
为什么被折叠?



