《表4 角度测试：基于FaceNet的无人值守变电站智能监控终端》

  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FaceNet的无人值守变电站智能监控终端》

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

本文通过大量实验用例观测混淆矩阵的变化情况，由此找出最佳阈值。混淆矩阵是机器学习问题中用于精度评价的指标。考虑到陌生人检测问题属于二分类问题，本文使用2×2混淆矩阵作为精度评价的指标，该矩阵格式如表4所示。其中假正样本（false positive，FP）表示实际非陌生人，却被误判成陌生人的情况；假负样本（false negative，FN）表示实际是陌生人却被漏判为已知人员的情况；真正样本（true positive，TP）表示正常识别陌生人，真负样本（true negative，TN）表示正常识别非陌生人。精度（accuracy）、准确度（precision）和召回率（recall）的计算方法如式所示。