Ich habe einige Ziele in einem hyperspektralen Bild und ich möchte sie erkennen. Ich schlug einen Detektor vor und dann analysierte ich seine Leistung über die Receiver Operating Characteristics (ROC) -Kurven.Eine Region meiner ROC-Kurve ist unterhalb der zufälligen Linie
Wenn die zu erkennenden Ziele ein sehr niedriges Signal-Rausch-Verhältnis haben (das heißt, die Ziele sind sehr schwach im Bild und so ist ihre Erkennung sehr schwierig, besonders für sehr geringe Wahrscheinlichkeit von Fehlalarmen Pfa-Werte), bin ich immer erhalten wie die folgende ROC-Kurve.
Das ist nicht meine Figur, aber ich bin der Erhalt dieser ROC-Kurve ähnlich. Also meine Kurve ist unter der zufälligen Linie für Pfa<=0.1
. Ich frage mich, ob es normal ist? ist es akzeptabel, eine Region der ROC-Kurve unterhalb der zufälligen Linie zu haben? und wenn ja, wie kann das gerechtfertigt sein?
Vielen Dank Cris für Ihre Antwort. Tatsächlich habe ich das Modell sehr überarbeitet und es gibt keine Probleme mit meinen Proben. Ich denke, das liegt daran, dass mein Ziel ein sehr niedriges Signal-Rausch-Verhältnis hat und seine Erkennung daher sehr schwierig ist. Offensichtlich kann die Erkennung für kleine Wahrscheinlichkeiten von Fehlalarmen sehr schlecht sein (= 0). Denkst du, dass ich richtig liege? – Christina
Aber für eine sehr geringe Wahrscheinlichkeit von Fehlalarmen (niedriges falsch positives Verhältnis) sollte Ihr Detektor nur die offensichtlichsten Ziele auswählen. Stattdessen werden nur einige Nicht-Ziele ausgewählt. Dann erhöhen Sie die Schwelle (Empfindlichkeit), und es fängt an, hauptsächlich reale Ziele mit sehr wenigen falschen Positiven zu erfassen. Das ist komisch. Möglich, aber seltsam. Es sei denn, Ihre Testbilder haben ein paar Nicht-Ziele, die viel wie Ziele aussehen. –
Die andere Option ist, dass Sie die ROC falsch berechnen? –