红外小目标检测指标（Infrared Small Target Detection Evaluation Metrics）学习心得_scrg信杂比增益

单帧图像检测评价指标：

信噪比SCR

信噪比增益SCRG：描述算法处理后目标增强的显著性；

背景抑制因子BSF：算法处理后背景抑制的显著性；

’

目标区域的平均灰度Gmt

局部区域的平均灰度Gmp

局部区域的标准差b

输入图像的信噪比SCRin

输出图像的信噪比SCRout

输入图像的标准差（c）in

输出图像的标准差（c）out

ROC曲线：全称是Receiver Operating Characteristic Curve，中文名称为“受试者工作特征曲线”。

ROC曲线是一种用于评估分类模型性能的分析工具，尤其在信号检测理论中应用广泛。它通过描绘不同阈值下的真正例率（True Positive Rate，TPR）和假正例率（False Positive Rate，FPR）来展示分类器的表现。

OC曲线的横坐标是假正例率（FPR）：检测到的假目标数真实目标数的比值，也称为精度；纵坐标是真正例率（TPR）：表示检测到的真目标是实际目标的可能性，称为虚警比。

曲线上的每一个点都对应着一个特定的分类阈值，从而反映出分类器在不同阈值下的敏感性和特异性。

此外，ROC曲线下的面积（Area Under the Curve，AUC）可以量化分类器的整体性能，AUC值越接近1，表示分类器的性能越好。ROC曲线和AUC常被用于比较不同分类算法的性能，以及选择最佳的分类阈值。

想要了解更多可以参考：红外弱小目标检测：常见的评价指标_红外小目标roc曲线-CSDN博客