自动海岸线检测边缘检测评估指标有效性分析
计算机视觉与模式识别
2024-05-21 v1 机器学习
摘要
我们分析了用于自动海岸线检测的边缘检测算法评估指标的有效性。通常，海岸线检测的准确性通过视觉方式评估。这在大规模应用中不够实际，故亟需客观评估指标。因此，我们开展实验以寻找可靠指标。对 95 幅海岸线卫星图像（覆盖 49 个测试地点）应用 Canny 边缘检测，变更滞后阈值并将指标值与检测边缘的视觉分析进行比较。我们发现 FOM 是选择最佳阈值的可靠指标。它在 92.6% 的情况下能选出更佳阈值，66.3% 的情况下选出最佳阈值。相比之下，RMSE、PSNR 和 SSIM 分别在 6.3%、6.3% 和 11.6% 的情况下选出最佳阈值。我们通过将 RMSE、PSNR 和 SSIM 重构为混淆矩阵度量的方式给出这些结果的解释。这表明这些指标不仅对本实验无效，而且在评估边缘检测一般任务中也不可靠。
引用
@article{arxiv.2405.11498,
title = {The Effectiveness of Edge Detection Evaluation Metrics for Automated Coastline Detection},
author = {Conor O'Sullivan and Seamus Coveney and Xavier Monteys and Soumyabrata Dev},
journal= {arXiv preprint arXiv:2405.11498},
year = {2024}
}