FAR и FRR. Статистика ошибок распознавания лиц

FAR и FRR, или по другому, ошибка первого и второго рода, главная характеристика любой биометрической системы. Однако, что же значат все эти цифры? И как их пересчитать в статистику ошибок? Методика во фрагменте вебинара "Технологии распознавания лиц. Мифы, задачи и решения", который состоялся 09.12.2016. Вероятности ошибок первого и второго рода. Любая биометрия, и вообще сравнение чего то с чем то, это математическая статистика. Вероятности характеризуют любую биометрическую систему. FAR - это когда мы разрешаем доступ злоумышленнику FRR - это когда мы запрещаем доступ своему Эти две вероятности взаимозависимы. Например, делая систему более защищенной от злоумышленника, мы в то же время увеличиваем вероятность отказа своему. В большинстве систем ими можно управлять. Каждый конкретный алгоритм распознавания лиц имеет свои вероятности, как правило посчитанные по своим собственным базам эталонных изображений. Имея вероятности ошибок первого и второго рода в виде долей процента какие можно сделать выводы? Хорошо это или плохо? Большая вероятность это маленькая? А как это конвертировать в статистику по ложным срабатываниям? Давайте попробуем разобраться Пусть у нас будет проходная завода, на котором работает 500 человек и все они утром дружно входят и вечером выходят. Допуск мы хотим осуществлять по распознаванию лица. Это 1000 распознаваний в день, а на самом деле больше, т.к. любой поворот лица в сторону и обратно - это новое распознавание. Ну пусть будет 1000. Мы...