码迷,mamicode.com
首页 > 编程语言 > 详细

隐写分析算法中的检测指标

时间:2020-03-04 22:33:57      阅读:89      评论:0      收藏:0      [点我收藏+]

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

(0)
(0)
   
举报
评论 一句话评论(0
登录后才能评论!
© 2014 mamicode.com 版权所有  联系我们:gaon5@hotmail.com
迷上了代码!