Page 32 - Acalán 115
P. 32

Acalán 115     30                                                         Julio - Diciembre

























                                    Figura 14. Detección de señal de “ALTO”.



          Resultados y discusión                     de objeto que contienen y la herramienta básica que
          Para  poder  evaluar  la  calidad  del  clasif cador  se  permite visualizar el rendimiento de un clasif cador
          necesita  un  concepto  nuevo:  Ground  truth.  Es  un  es la matriz de confusión, la cual se muestra en la
          término usado en diversos campos. En aprendizaje  tabla 1. Evaluando la clase señal de “ALTO” y la
          computacional  se  usa  para  referirse  al  resultado  clase no señal de “ALTO”, se tiene una matriz 2x2
          correcto que debería dar un clasif cador, para este  que representará el comportamiento del clasif cador
          caso se corresponderá al conjunto de ventanas de  sobre estas dos clases.
          las imágenes correctamente etiquetadas con el tipo

                       Tabla 1. Matriz de confusión con resultados obtenidos en un entorno controlado.

                                                                 Resultado clasi#cación
                                                        sí señal de “ALTO”   no señal de “ALTO”
                                         Sí
                                    señal de “ALTO”     Reales positivos=49  Falsos negativos=1
              Instancias reales
                                        No
                                    señal de “ALTO”     Falsos positivos=2   Reales negativos=48



          Los resultados del clasif cador elegido se pusieron  Precisión
          a prueba en un entorno controlado o ideal, es decir  La segunda medida es la precisión la cual mide la
          con un lote de 50 imágenes de “ALTO” las cuales  calidad de respuesta positiva del clasif cador y es
          se ven claras, sin rayones, manchas, en buen estado  indicada en la ecuación 2.
          y  50  imágenes  negativas.  Partiendo  de  la  matriz       reales positivos
          de  confusión  del  rendimiento  del  clasif cador,  se   Precisión=  reales positivos + falsos positivos  (2)
          analizan las siguientes métricas:

          Exactitud                                  La  precisión  del  clasif cador  en  un  entorno
          La exactitud mide la proximidad entre el resultado  controlado es de 0.96.
          global del clasif cador y la clasif cación perfecta. La
          ecuación 1 muestra cómo se calcula la exactitud.  Sensibilidad
                     (reales Positivos+reales negativos  La sensibilidad se calcula conforme a la ecuación
           Exactitud=                          (1)   3,  mide  la  ef ciencia  en  la  clasif cación  de  todos
                         (predicciones totales)
                                                     los  elementos  que  son  de  la  clase,  en  este  caso
          De acuerdo con la ecuación 1 se tiene una exactitud  la  proporción  de  muestras  que  se  identif caron
          de 0.97 en un entorno controlado.          correctamente  como  señal  de  “ALTO”  sobre  el

                                         UNIVERSIDAD AUTÓNOMA DEL CARMEN
   27   28   29   30   31   32   33   34   35   36   37