隐写分析算法中的检测指标

标签：多少   osi   rac   算法   lse   mat   判断   block   分布   

隐写分析算法中的检测指标

隐写分析中的样本共有2类：原始载体Cover和含密载体Stego。设Stego为正样本P=Positive，Cover为负样本N=Negative。则分布如下：

(1) TP=True Positive：把Stego正确检测为Stego

(2) FP=False Positive：把Cover错误检测为Stego

(3) TN=True Negative：把Cover正确检测为Cover

(4) FN=False Negative：把Stego错误检测为Cover

各指标如下：

(1) 精确度（Precision）：\(\frac{TP}{TP+FP}\) ，表示被分为正例的个数中实际为正例的比例

(2) 错误率（Error）：\(\frac{FP+FN}{TP+FP+TN+FN}\) ， 指分类错误的样本数占样本总数的比例

(3) 召回率（Recall）：\(\frac{TP}{TP+FN}\) ，表示有多少个正例被准确分为了正例

(4) 虚警率（False Alarm）：\(\frac{FP}{TP+FP}\) ，反映了误检目标数量所占比例

(5) 漏检率（Missed）：\(\frac{FN}{TP+FN}\) ，正例判断错误的概率

隐写分析算法中的检测指标

标签：多少   osi   rac   算法   lse   mat   判断   block   分布   

原文地址：https://www.cnblogs.com/keyky/p/12416589.html