PANDORE Version 6 |
GREYC-IMAGE |
passessdetectionaccuracy
Évaluation de la précision de la détection des régions d'un résultat de segmentation par comparaison avec une segmentation de référence.
Synopsis
passessdetectionaccuracy matching_algorithm_id matching_threshold [segmentation_result_in|-] [reference_segmentation_in|-] [col_out|-]
Description
L'opérateur passessdetectionaccuracy permet de calculer 2 mesures pour
évaluer la précision de la détection des régions d'un résultat
de segmentation par comparaison avec une segmentation de référence
(vérité terrain).
La précision de la détection est mesurée par deux erreurs :
- L'erreur de rappel qui rend compte de la proportion de faux négatifs.
- L'erreur de précision qui rend compte de la proportion de faux positifs.
Les valeurs d'erreurs sont dans l'intervalle [0..1], où 0 signifie aucune erreur
et 1 le pire résultat.
Une erreur de rappel de x signifie que x * 100 %
des régions de la référence ne sont pas détectées dans
le résultat de segmentation.
Une erreur de précision de x signifie que x * 100 % des segments
ne détectent aucune région.
Le résultat est stocké dans la collection de sortie col_out
qui contient les valeurs pour chacune des 2 mesures d'erreur.
Les mesures sont calculées sur la base d'un graphe de correspondance
entre les segments du résultat de segmentation et les régions de
la segmentation de référence. Deux types de mise en correspondance
sont possibles selon le paramètre matching_algorithm_id :
le premier autorise la sur-segmentation et
la sous-segmentation et le second ne permet que la mise en correspondance unique, un segment avec une région.
Dans ce graphe, un segment S détecte une région R
si la surface de recouvrement | R * S | est telle que :
| R * S | | R * S |
--------- >= matching_threshold and --------- >= matching_threshold
| R | | S |
Paramètres
- matching_algorithm_id : spécifie le numéro de l'algorithme de mise en correspondance à utiliser :
- 0 : pour une correspondance de type 1-n et n-1. Un segment du résultat de segmentation peut regrouper plusieurs
régions de la référence (sous-segmentation),
et une région de la référence peut être découpée en plusieurs
segments du résultat de segmentation (sur-segmentation).
Toutefois, un segment ou une région ne peuvent participer à la fois à une sur-segmentation
et à une sous-segmentation.
- 1 : pour une correspondance de type 1-1. Un segment du résultat de la segmentation
ne peut être mis en correspondance qu'avec au plus
une région de la référence, et une région de la référence
ne peut être mise en correspondance qu'avec au plus un segment du résultat de la segmentation.
- matching_threshold : indique la proportion minimale de surface de recouvrement entre une région et un segment
pour accepter une détection. C'est une valeur entre [0,1] où la valeur x correspond à un recouvrement minimum de (x*100)%.
Entrées
- segmentation_result_in : une carte de régions contenant le résultat d'une segmentation.
- reference_segmentation_in : une carte de régions contenant la segmentation de référence.
Sorties
- col_out : une collection avec les 2 valeurs d'erreur.
Résultat
Retourne SUCCESS ou FAILURE en cas de problème.
Exemples
Évaluation de la précision de la détection des régions d'un résultat de la segmentation
avec un taux de recouvrement minimum de 50%  :
passessdetectionaccuracy 0 0.5 resultimages/algo001/tangram.pan groundtruths/expert001/tangram.pan errors.pan
pvisu errors.pan
Voir aussi
Evaluation,
passessfragmentationconsistency,
passessboundaryprecision,
passessshapefidelity,
passesstopologypreservation,
passesssegmentationalgorithm,
pranksegmentationalgorithms,
pranksegmentationalgorithmsfromfolders
Prototype C++
Errc PAssessDetectionAccuracy( const Reg2d &segmentation_result_in, const Reg2d &reference_segmentation_in, Collection &cold,
const int matching_algorithm_id, const float matching_threshold );
Auteur : Régis Clouard