我的ROC曲线的区域在随机线下方

时间:2017-10-31 23:12:04

标签: matlab image-processing detection roc

我在高光谱图像中有一些目标,我想检测它们。我提出了一个探测器,然后通过接收器工作特性(ROC)曲线分析了它的性能。

当要检测的目标具有非常低的信噪比(也就是说,图像中的目标非常弱,因此它们的检测非常具有挑战性,特别是对于非常小的误报Pfa值的概率),我总是获得如下ROC曲线。

enter image description here

这不是我的数字,但我获得了类似于此ROC曲线。所以我的曲线低于Pfa<=0.1的随机线。 我想知道这是否正常?将ROC曲线的区域置于随机线以下是否可以接受?如果是的话,那怎么可以证明这是合理的呢?

1 个答案:

答案 0 :(得分:1)

ROC显示增加阈值的真实和假阳性比率。如果阈值处于一个极端,则所有内容都被归类为负数,因此您有0%的真阳性和0%的误报。在另一个极端的阈值,你有100%的真阳性和100%的误报。在两个极端之间,任何事情都可能发生。在这种特殊情况下,当您从第一个极端增加阈值时,您开始将阴性样本分类为阳性,因此您可以在不增加真阳性率的情况下增加误报率。

原则上这并没有错。重要的是,您可以找到一个点(阈值),其中真假比率之间的折衷是令人满意的。这就是您操作系统的关键所在。并且因为您希望阈值的选择是稳健的,所以您希望ROC在该点附近缓慢变化。但它远离您的操作点所做的事情并不会影响您的系统。 (这就是为什么我认为曲线下面的区域&#34;性能测量没有用。)

然而,您的ROC向您展示的是,您的系统认为最明显是正面的样本实际上是负面的。也许你没有正确地对你的样品进行建模?