Page 33 - Acalán 115

Julio - Diciembre Acalán 115 31
número total de muestras que realmente son señales Los parámetros ideales para un clasif cador perfecto
de “ALTO”. serían aquellos que se colocarán en el punto (0,1)
del espacio ROC, representando un 100% en la tasa
reales positivos de verdaderos positivos (ningún falso negativo) y un
Sensibilidad= (3) 100% en la tasa de falsos positivos (ningún falso
reales positivos + falsos negativos
positivo). Por el contrario, una clasif cación aleatoria
daría un punto a lo largo de la línea diagonal o debajo
La sensibilidad del clasif cador en un entorno de ella e indica que el modelo no tiene capacidad de
controlado es de 0.98. discriminación para distinguir entre clase positiva y
clase negativa. La f gura 12 muestra la curva ROC
Especif cidad del clasif cador en un ambiente controlado.
La especif cidad se calcula con la ecuación 4,
mide la ef ciencia en la clasif cación de todos los De acuerdo al gráf co mostrado en la f gura 12, la
elementos que no son de la clase. línea verde situada en el punto (0,1) corresponde
a un clasif cador ideal, la línea punteada naranja

Especif ci- reales negativos (4) corresponde a un clasif cador aleatorio también
dad= reales negativos + falsos positivos llamada línea de no-discriminación y la línea
azul situada en el punto (0.04,0.98) corresponde
al sistema propuesto clasif cador elegido para la
La especif cidad del clasif cador en un entorno detección de señales de “ALTO” en un entorno
controlado es de 0.96. controlado.

Curva ROC Finalmente, para realizar pruebas físicas con la
La curva ROC es una representación gráf ca del conducción manual del prototipo se ha creado
comportamiento de un clasif cador, dice que tan una interfaz mediante la herramienta de QT4, la
bien puede distinguir el modelo propuesto entre: cual se muestra en la f gura 13. Dicha interfaz
señal de “ALTO” o fondo. permite conectarse con el prototipo, es decir,
establece la comunicación serial entre el arduino
En el eje de las ordenadas se representa la sensibilidad y la Raspberry Pi además sirve para poder obtener
que mide hasta qué punto el clasif cador es capaz de imagen de la cámara y ver en tiempo real lo que
clasif car las muestras positivas correctamente y en hay delante del carro robot, cabe mencionar que
el eje de las abscisas se representa 1-especif cidad la cascada de clasif cadores ya está cargada por lo
que def ne cuantos resultados positivos son que automáticamente se podrá ver cuando la señal
incorrectos de entre todas las muestras negativas de “ALTO” este siendo detectada, por otra parte,
disponibles durante la prueba, o de otra manera la se incluyeron los botones de adelante para avanzar,
tasa de verdaderos positivos frente a la tasa de falsos atrás para retroceder, izquierda y derecha. De esta
positivos. manera es posible conducir el carro robot.

Figura 12. Curva ROC del clasif cador en un entorno controlado.

UNIVERSIDAD AUTÓNOMA DEL CARMEN