《表2 召回率、精确度、相似度和F-Measure指标》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于矩阵分解的小计算代价RPCA模型及应用》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

前景检测本质上是一项二进制分割任务，将每个像素分成背景和前景。为了准确、全面地衡量改进模型的前景检测效果，分别使用召回率、精确度、相似度和F-measure（具体定义见表2）四个指标来衡量各模型的客观性能。通过对每个公式的分析，发现每个评价指标的取值范围均在0～1之间，且最理想的结果是1，即地面真实情况（文献[17-18]中给出）。