專利名稱：用于在給定期望錯誤概率的情況下設置檢測閾值的方法和設備的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及設置檢測閾值，并且更具體地涉及在給定期望誤報概 率的情況下設置檢測閾值。
背景技術(shù)：
在很多水印應用中，水印檢測器的誤報概率低于給定值是非常重 要的。當水印檢測器錯誤地將非水印作品標識為標有水印時，誤報就 會發(fā)生。水印檢測器的誤報概率低于給定值這一點十分重要的一個系 統(tǒng)示例是在視頻內(nèi)容中使用水印以向錄像機或者錄制設備指示不應當 復制該視頻材料。如果在錄制期間發(fā)生誤報，監(jiān)視水印的錄制設備將 錯誤地得出不應當復制該視頻內(nèi)容的結(jié)論并且將停止錄制。如果這發(fā) 生在婚禮的錄制上，攝像機制造商將不得不面對極為不悅的新娘和新 郎。如果這發(fā)生在流行節(jié)目的電視廣播期間，錄像機制造商將不得不 面對非常多的不悅的消費者。因此，錄像機制造商典型地要求該復制
控制水印具有與硬件組件故障接近的誤報概率；其范圍在每109次檢 測發(fā)生一次錯誤到每1012次檢測發(fā)生一次錯誤之間。
為了進一步理解誤報概率的問題，考慮圖2a所示的示意，其示出 了兩種分布。左側(cè)的分布代表當對不包含水印的內(nèi)容應用水印檢測器 時可以預期的檢測值。該分布的平均值是零，并且通?？梢灶A期其接 近零。這是概率曲線，所以在曲線下的面積等于1.0。右側(cè)的分布代 表當對標有水印的內(nèi)容應用檢測器時可以預期的檢測值。此處，平均 值是M并且檢測值通常接近M。閾值的作用是將來自這兩種分布的 樣本加以區(qū)分?？紤]在標記為T的點處的閾值。當檢測值超過T，可 以推斷出內(nèi)容來自右手側(cè)分布。當檢測值低于T，可以推斷出內(nèi)容來 自左手側(cè)分布。如圖2a中可以看出的，存在來自右手側(cè)分布的低于閾 值T的一些樣本。這些是檢測將發(fā)生錯誤的標有水印的作品，有時將其稱作漏報。類似地，存在來自左手側(cè)分布的超過閾值的一些樣本。 檢測器將把這些未標有水印的作品標記為標有水印。這些是誤報。
可以通過降低閾值來改善漏報的概率。盡管如此，該行為將同時 增加誤報指示的概率。在所示例子中，這兩個分布重疊。這意味著不 可能選擇消除錯誤的閾值。在很多水印應用中，以應用特定的誤報概 率要求為基礎(chǔ)來選擇檢測閾值T。應當注意到誤報概率與水印嵌入算
法相獨立。誤報概率僅為在左手側(cè)曲線下面大于閾值T的部分的面積。 圖2b示出了左手側(cè)曲線的接近閾值的放大視圖。將曲線下面的大
于閾值T的面積以陰影顯示。該面積代表誤報概率，即將在未標記的
作品中檢測到水印的概率。
給定誤報概率要求，則一種用于確定滿足該誤報概率要求的最低
閾值的方法和系統(tǒng)將是有利的。
如本文所使用的，"/"代表用于相同或者相似組件或者結(jié)構(gòu)的可
選名稱。即，可以將"/"當做本文中使用的"或者"。

發(fā)明內(nèi)容
本發(fā)明是因試圖解決水印領(lǐng)域(更具體地音頻和視頻內(nèi)容的數(shù)字 水印領(lǐng)域)中的問題所產(chǎn)生的。
對于使用歸一化相關(guān)檢測度量的檢測器而言，該誤報概率是好理 解的。盡管如此，為了提高水印健壯性， 一些研究者已經(jīng)提出了將多 個歸一化相關(guān)加以結(jié)合的檢測度量。 一種這樣的度量是當將所提取的 向量與多個參考向量加以比較時的最大歸一化相關(guān)與第二大歸一化相 關(guān)的比值。本原理依賴于在對未標有水印的作品的分布的合理假設下， 對相關(guān)比檢測度量的誤報概率進行分析。
研究者已經(jīng)調(diào)查了當檢測度量是歸一化相關(guān)時的這一問題。M. L. Miller禾口 J. A. Bloom， "Computing the Probability of False Watermark Detection" , Proceedings of the Third International Workshop on Information Hiding, pp. 146-158 1999。相信沒有人對當檢測度量是兩個 歸一化相關(guān)的比值時的問題進行過研究。
因此，本發(fā)明的目的是一種方法和相應的系統(tǒng)，用于當檢測度量
6是最大歸一化相關(guān)與第二大歸一化相關(guān)的比值并且給定期望誤報概率 時，自動設置水印檢測系統(tǒng)中的檢測閾值。盡管將本發(fā)明描述為確定 與誤報概率相對應的閾值，但是并沒有將其限制于此。本發(fā)明的閾值 確定方法和裝置可以用于確定與任意錯誤結(jié)果概率(例如漏報概率) 相對應的閾值。盡管就水印檢測解釋了本發(fā)明的閾值確定方法，但是 存在閾值確定非常重要的很多其它領(lǐng)域，比如醫(yī)療成像、圖像或者音 頻注冊、圖像或者音頻識別、模式識別、以及對象檢測、標識以及分 類等領(lǐng)域。在模式識別領(lǐng)域中(包括雷達和聲納的簽名分析)，在"標 識友軍或者敵人"的情形下的閾值確定是本發(fā)明的極度有用的一個例 子。在"標識友軍或者敵人"的情形中，錯誤地標識友軍或者敵人的 任何失誤都可能是致命的。
本發(fā)明描述了一種用于確定閾值的方法和裝置，包括選擇期望錯 誤結(jié)果概率并且從閾值表中選擇與所述期望錯誤結(jié)果概率相對應的閾 值。還描述了一種用于確定與期望錯誤結(jié)果概率相對應的閾值的方法 和設備，包括計算錯誤結(jié)果概率，計算計算得到的錯誤結(jié)果概率和期 望錯誤結(jié)果概率之間的差值，將該差值與第一預定值相比較，并且如 果第一次比較行為的結(jié)果是肯定的則將該差值與第二預定值進行比較。


當結(jié)合附圖閱讀時，通過下面的詳細描述，將獲得對本發(fā)明的最 佳理解。附圖包括下面簡要描述的圖，其中圖上相似的數(shù)字代表相似
的元素
圖la示出了解析式的幾何解釋，其中附=2。 圖lb示出了解析式的幾何解釋，其中附=3。 圖lc示出了合成向量與使用解析式的預測的比較結(jié)果。 圖2a示出了兩個分布-針對標記和未標記作品的檢測值的概率。 圖2b示出了在閾值T的面積中的圖1中示出的針對未標記作品 的檢測值的分布的放大視圖。
圖3a示出了本發(fā)明的閾值確定方法的實施例的流程圖。圖3b示出了本發(fā)明的閾值確定設備或者模塊的框圖。
圖4a示出了本發(fā)明的閾值確定方法的一個實施例的流程圖。
圖4b示出了閾值確定設備或者模塊的框圖。
圖5a示出了本發(fā)明的閾值確定方法的備選實施例的流程圖。
圖5b示出了本發(fā)明的閾值確定設備的備選實施例的框圖。
具體實施例方式
在可以描述方法和設備之前，必須建立數(shù)學基礎(chǔ)。很多水印應用 的關(guān)鍵問題是水印檢測器錯誤地將未標記作品標識為具有水印的概 率。該誤報概率對于使用歸一化相關(guān)檢測度量的檢測器來說是可以好 理解的。盡管如此，為了提高水印健壯性， 一些研究者已經(jīng)提出將多 個歸一化相關(guān)加以結(jié)合的檢測度量。 一種這樣的度量是當將所提取的 向量與多個參考向量相比較時的最大歸一化相關(guān)與第二大歸一化相關(guān) 的比值。用經(jīng)驗數(shù)據(jù)來推導并驗證用于誤報概率的解析式。相關(guān)具有 與經(jīng)由離散傅里葉變換(DFT)的空間域處理和頻率域處理有關(guān)的定 理。從而，可以在時間或者頻率域上執(zhí)行相關(guān)。相關(guān)用于確定數(shù)據(jù)集 合之間的相似度。
數(shù)字水印是將不可見消息嵌入數(shù)字作品(比如音頻片段、靜態(tài)圖 像或者圖像序列)的處理，用于通信與作品相關(guān)的信息。應用包括版 權(quán)通信、內(nèi)容認證、贗品制止或者檢測、法證追蹤以及廣播監(jiān)視。
即使在最佳設計的水印系統(tǒng)中錯誤也是不可避免的。當水印檢測 器在未標記水印的作品中指示了水印的存在時，誤報錯誤發(fā)生。該錯 誤可以導致錯誤地制止合法操作或者對無辜消費者的譴責。從而，錯 誤概率已經(jīng)變?yōu)楹芏嗨玫年P(guān)鍵問題。該概率依賴于水印檢測算 法、使用檢測器的方式、以及未標記水印作品的分布。
在水印領(lǐng)域中，分析錯誤檢測行為的問題還幾乎沒有受到關(guān)注。 一個現(xiàn)有技術(shù)方案提供了在基于相關(guān)的水印方法中預測誤報概率的模 型，并且示出了水印的非白譜引起圖像內(nèi)容對水印檢測的干擾。另一 種現(xiàn)有技術(shù)方案在它們的用于討論水印系統(tǒng)的框架中包括故障檢測概 率。另一種現(xiàn)有技術(shù)方案提出了當使用歸一化相關(guān)檢測器時計算誤報
8概率的精確方法。在從未標有水印的作品中提取的向量是從根本對稱分布中得到的這一假設下，提供了用于誤報概率的精確公式。另一種現(xiàn)有技術(shù)方案研究窮舉的幾何搜索中的誤報概率。表明水印檢測器中的圖像和關(guān)鍵詞依賴性導致對幾何搜索的不同的誤報概率。
對于很多應用來說，將所提取的向量與多個不同的水印參考向量進行比較。每一個參考向量與不同的消息符號相關(guān)聯(lián)。將與參考向量(該參考向量與所提取的向量具有最高相似度)相關(guān)聯(lián)的消息符號作為檢測到的符號加以報告。檢測的確定性是相似度。最常使用的相似度度量是歸一化相關(guān)。通過使用一個現(xiàn)有技術(shù)方案的公式，應用的誤報概率要求可以用于設置閾值。當檢測值超過該閾值時，將報告存在該符號，否則檢測器不報告符號。
為了增強該技術(shù)的健壯性， 一些研究者已經(jīng)提出將最大相關(guān)值與第二大相關(guān)值加以結(jié)合的確定性度量。 一種這樣的方法將這兩個值的差作為確定性，并且另一種方法將兩個值的比值作為確定性。在這兩種情況中，缺少誤報分析，并且沒有它們，就不能設置閾值并且執(zhí)行公平的健壯性比較。本文中得到了針對相關(guān)比度量的誤報概率的解析式，并且提出了支持該分析的經(jīng)驗數(shù)據(jù)。
通過水印檢測器的設計以及該檢測器所處理的未標有水印內(nèi)容的分布來確定錯誤水印檢測的概率。由于假定還沒有嵌入水印，嵌入算法與計算該概率無關(guān)。
考慮具體的但是典型的歸一化相關(guān)水印檢測器。首先，處理輸入
作品以提取n維特征向量F。水印提取的例子包括頻率變換、塊平均、譜成形、白化以及子采樣的各種組合。這些處理意在提高健壯性、增加信噪比、增加檢測效率、和/或強制檢測度量所假定的分布。
然后將所提取的特征向量K與"維參考向量的集合
^,)^,...,『Jm^進行比較，以獲得相關(guān)比檢測度量Dv。每一個參考向量典型地代表m個消息符號中的一個，并且同與所提取的向量最相似
的參考向量相關(guān)聯(lián)的符號為所報告的符號。僅當檢測度量超過檢測閾
值T時，檢測器才報告檢測到。否則不報告已經(jīng)檢測到水印。
用于計算檢測度量的精確公式對于確定誤報概率是至關(guān)重要的。
9歸一化相關(guān)是在檢測度量中最常使用的一種技術(shù)。在兩個"維向量巧口『,之間的歸一化相關(guān)是
其中符號 為內(nèi)積?；跉w一化相關(guān)的兩個其它公知的檢測度量是最大和第二大幅度相關(guān)之間的差以及最大和第二大幅度相關(guān)之間的比值。
考慮相關(guān)比檢測度量。對于所有m個參考向量『,計算集合
K,巧
然后從最大到最小對它們排序,
<formula>formula see original document page 10</formula>
然后，將相關(guān)比檢測度量定義為C,
<formula>formula see original document page 10</formula>
并且當A超過檢測閾值時報告與Wu相關(guān)聯(lián)的消息符號。注意到A^永遠大于或者等于l。
接下來，研究相關(guān)比檢測度量(1)并針對誤報概率(即，/YA^〉T)，對于未標有水印的作品D,r的概率，其中T是檢測閾值)，推導出解析式。
考慮參考向量集合(W,K,..,j，其中|^| = 7^^ = 1并且對于^
來說^.^=0。換言之，集合{『1,『2,..,『( }是附維向量空間的標準正交基。當附<"時，可以通過向該集合添加w-m個單位長度向量，其中每一個都與所有其它的正交并且與{『,}中的每一個正交，來將該集合擴展為"維向量空間的標準正交基，其中巧卩(『J保留。將w維中的標準正交基定義為{『7，『OT， ew+7， ^+2,..., ej。
在線性代數(shù)中，如果內(nèi)積空間中的兩個向量是正交的并且都是單位長度的，則該兩個向量是標準正交的。正交向量彼此垂直。即，它們的內(nèi)積等于0。
從一個標準正交基到另一個標準正交基的兩個向量的投影代表軸的旋轉(zhuǎn)，并且這不改變向量之間的角度。因此，兩個向量之間的歸一化相關(guān)和檢測維度Dv對于正交變換來說是不變的。考慮將V投影到
該新的基{『/, K，,..， 1,^+7， +2，...，^}上，并且令該空間中的系數(shù)為(力，v,，…,vj。則可以將歸一化相關(guān)寫為c— ^ — v,
由于;是所有C的公因子，其中/ = 1,2，..^,可以不考慮它，
并且可以直接對卜l排序，相關(guān)比檢測度量變?yōu)?br> 并且誤報事件z) 〉r等價于
(2)
Iv,，l〉r.hl對于所有y、/1 (3)
如果假定每一個卜,l具有相同的成為最大值的似然率(合理假設調(diào)查的是沒有嵌入水印的情況)，則任意歸一化相關(guān)大得足以引起誤報的
概率是引起誤報的PO的概率的m倍。這可以表示如下
尸介=，>:0 =附.，>r//i = i) (4)
由等式(2)，明顯地誤報事件是標量不變量。即，如果對于某個特征向量r來說，它的檢測度量i^大于閾值T，則對于縮放版本
來說，其中《是非零常數(shù)，Z)w也大于T。因此，
可以將K歸一化為使得其"范數(shù)等于1， S'"=>,| = 1。這描述了單位超平
面// = —12,...,;0|^;1=1卜,| = 1}上的點(實際上是211個維度"-/的超平面的
并集)。^在單位超平面// 上的分布對于分析檢測行為并且更具體地對于誤報概率來說是重要的。
該分析適于使用檢測特征，檢測特征產(chǎn)生歸一化特征向量r，對于未標有水印的作品來說可以通過從單位超平面/^上的均勻分布獲
11得的隨機變量來估計該歸一化特征向量。作為第一假設，來房未薪審
水伊效作滯游力一眾獰^^量K吝卓位遛y^^J:老坊勻分布脫假
設i與誤報事件是標量不變量這一事實相結(jié)合，暗示誤報概率p(z^〉r)
等于單位超平面// 上的歸一化特征向量的部分，使得它們的檢測度量大于閾值T，
，〉r),，《"一"(5)
定義正超平面// +={(;^，^...,乂 )|;^0,并且1]|>,=1}，正超平面是"i
中的2"個超平面中的一個，其所有坐標都是非負的。然后，由于對稱性，等式(5)等價于
/W〉r)，阿+，" (6)
等式(6)中的誤報概率獨立于巧卩『,所在的向量空間的維度"。下面給出證明。在P，V以及H中加入下標以表示維度，則
如d e，〉 r)=麵(尤v, = i - , v +1 ^ o, > r)
,=1
其中!/ = ^^2,...，^}，并且
爿聰d ) = ^而(S v,. = 1 - v +1 ,v +1 2 0) °'■=1
注意到
A^(t(v, = i—v +1,v +l so,dk 〉r))=《(i—.^m(k" e//:,>rx+l以及
j聰2L(" =i-v +1,v"+1》o)= {(i-v +1)"—1 i—//:wv +1將上述全部結(jié)合，得到
12:""、 一
=1-v"+i'v"+i so)
J[(l-vJ'.如(/Z》"+,
爿而(7" e// +,z^ >r)
:的維度w是無關(guān)的。具體地，
因此，誤報概率p(z^〉r)與特征向 可以通過設置"=/ 來計算> :r)。
下面給出通過對等式6的幾何解釋導出的針對p(A〉:o的解析式。 首先從附=2,//2+={(^12)^,々0,并且11+12=1}開始。在圖la中，O=(o，0)，
A—1,0)并且B^0，1)。所有未標記的內(nèi)容將產(chǎn)生在線段AB上的檢測。 線段AB是/7纟。點C-(d，C2)(其中c,-r.q)代表肯定和否定檢測之間
的邊界。由于所有肯定檢測都是錯誤檢測，誤報的概率是線段AC的長 度與整個線段的長度(線段AB的長度)的比值。在線段AO上添加點 D=(Cl，0)。這是C到x,上的投影。貝U，由于iAOI = |AD| + |DO| = c2+c,= c2+Tc2=(T+l)c2，
l圳一 |AD| _ 1
>r|n = i)=.
網(wǎng) |圳 r+i 所以
r+i
當附=3時，//3+^O,，a,;c3)Ix,2 0,并且x,+;c2+X3-1) °在圖lb中， O(O，O，O)， A=(1，0,0)， B^0，1,0)以及CK0,0，1)。平面塊ABC是z/3+。點 D—d,，d2，0)是線段AB上的點，使得^,:r.《，并且點EKel，0,e3)是線段 AC上的點，使得e,r^。點F是CD和BE的交點。貝U
13為
尸(z^ > r /1 = 1) =-^-^
一爿rgg(^ZX:) 爿，(C五F)血。(BCE) 」,|圳|C￡|
|, 網(wǎng)|C4
i i r
r+i r+2 r+i _ 2 —cr+i)(r+2)
戶萬以尸(IV >7) = 3.尸(￡^ >r|/i = i) =-^-°
當附=4時，//4+={(>,，;c2,;c3,x4)|;c,々0,并且;c,+;c2+X3 + JC4 =1} °貝U
，>r|/i = i)=
爿refl(7e/f4+，v, 〉r.V2,v, 〉r.v3) ^"ea(7eZ/4+,v) > 71.v2,v, > T.v3,v, S T-v4) 2 2.T
(r+i)(r + 2) (r + i)(r + 2)(r+3)
_^_
(j+i)(r+2)(r+3)
24
所以p(d「 >r)=——
「 Cr+i)(r+2)(r+3)
繼續(xù)推導，可以得到對于任意m的誤報概率戶(^〉r)的解析式，
尸—(7)
為了驗證等式(7)中的公式正確，將它的預測的結(jié)果與根據(jù)由 單位超平面均勻分布得到的100,000合成向量獲得的結(jié)果進行比較。特 征向量的維度是1024 (n=1024)。檢測器中存在8個正交的水印向量
(m=8)。圖lc示出了合成向量與等式(7)做出的預測的比較結(jié)果。 最低至至少Pffl(T4，解析式的預測都與實驗結(jié)果非常匹配。
14圖3a示出了本發(fā)明的閾值確定方法的實施例的流程圖。在305， 接受期望誤報概率。該要求是專門針對于其中發(fā)生水印檢測的應用環(huán) 境的。在310確定閾值，并且在315向水印檢測器輸出該閾值。依照于 上面的描述，可以在初始化處或者在第一閾值確定之前或者期間的某 個其它時間來生成閾值的表。上面的等式7用于生成閾值的表(閾值 表)。表生成器使用等式7以及初始或者最小閾值、最終或者最大閾值 以及間隔大小。閾值表創(chuàng)建閾值選擇和它們所意味的誤報概率之間的 對應關(guān)系。
為了本文描述的本發(fā)明的實施例，可以由用戶輸入或者選擇初始 閾值。如果選擇， 一個可能的初始閾值是漏報概率的下限。此外，相 應地，對于最終閾值來說，如果選擇， 一個可能的最終閾值是所述誤 報概率的上限。基于可用于存儲閾值表的存儲器或者計算的期望精度 等因素，來選擇計算中使用的增量或者閾值間隔。
圖3b示出了本發(fā)明的閾值確定設備或者模塊的框圖。閾值確定設
備或者模塊接受期望誤報概率作為輸入，確定閾值并且向水印檢測器 輸出該閾值。
圖4a示出了本發(fā)明的閾值確定方法的一個實施例的流程圖。在 405，接受期望誤報概率。在410，對在初始化處或者提前準備的閾值 表中的索引進行初始化。在415，以索引為基礎(chǔ)從表中取回表條目。應 當記住不一定必須將索引初始化為第一表條目?，F(xiàn)有技術(shù)中不同的表 查找方案是眾所周知的，包括二分方法，其中將表索引初始化為大約 在表中的中點位置。重復該過程，使得不需要搜索整個表。在420，將 所取回的表條目與期望誤報概率進行比較，如果小于期望錯誤概率并 且不存在既大于所取回的閾值又小于期望誤報概率的其他閾值條目 時，則在425將所確定的閾值輸出至水印生成器。如果可能存在大于所 取回的閾值表條目并且還小于期望誤報概率的閾值條目，則在430調(diào)整
表索引。
圖4b示出了閾值確定設備或者模塊435的框圖，其包括表査找模 塊440和比較器445。表查找模塊使用索引從之前生成的閾值表中取回 閾值表條目。比較器445執(zhí)行比較，并且如果滿足標準，則向水印檢測
15器輸出閾值，并且如果不滿足標準，則返回己經(jīng)調(diào)整了表索引的表查 找模塊?？梢杂杀頄苏夷K或者比較器或者執(zhí)行該功能的另一個模塊 (圖中未示出)來調(diào)整表索引。
圖5a示出了本發(fā)明的閾值確定方法的備選實施例的流程圖。在該 實施例中，沒有提前準備閾值表，而是通過迭代計算確定閾值。在505， 接收或者接受期望誤報概率作為輸入。在510，選擇初始閾值。應當注 意，還可以由用戶輸入初始閾值。在515，將當前閾值初始化為選擇或 者輸入的初始閾值。在520，使用當前閾值來計算誤報概率。在525， 計算期望誤報概率和所計算的誤報概率之間的差值。在530，將差值與 O和預定值s進行比較。如果差值大于或者等于O并且小于預定義值。 則在540系統(tǒng)將向水印檢測器輸出當前閾值T。如果差值是負的或者大 于值。則在535依照于差值的符號和大小修改當前閾值。使用修改后 的當前閾值，從而使用當前閾值重新計算新的誤報概率。該過程不斷 持續(xù)直到差值大于或者等于零并且低于值s 。當該條件發(fā)生時，在540 將把當前閾值T輸出至水印檢測器。當前閾值產(chǎn)生最多比所要求的/期
望誤報概率低s的誤報概率，
圖5b示出了本發(fā)明的閾值確定設備545的備選實施例的框圖，其 包括誤報概率計算器模塊550和比較器555。誤報概率計算器550使用 (當前)閾值計算誤報概率值并且還計算期望/所要求的錯誤概率值和 所計算的誤報概率值之間的差。比較器555執(zhí)行差值和0之間的比較， 并且還執(zhí)行差值和預定值s之間的比較。如果差值大于或者等于O并且 小于預定義值。則系統(tǒng)將向水印檢測器輸出當前閾值T。如果差值是 負的或者大于值s，則依照于差值的符號和大小修改當前閾值。使用 修改后的當前閾值，從而使用當前閾值重新計算新的誤報概率。該過 程不斷持續(xù)，直到差值大于或者等于零并且低于值s。當該條件發(fā)生 時，將把當前閾值T輸出至水印檢測器。當前閾值產(chǎn)生最多比所要求 的/期望誤報概率低f的誤報概率。
應理解可以以不同形式的硬件(例如ASIC芯片)、軟件、固件、 專用處理器、或者他們的組合在例如服務器、中間設備(比如無線接 入點或者無線路由器)或者移動設備內(nèi)實施本發(fā)明。優(yōu)選地，將本發(fā)明實施為硬件和軟件的組合。此外，最好將軟件實施為在程序存儲設 備上可以實際體現(xiàn)的應用程序?？梢詫⒃搼贸绦蛏陷d至包括任意合 適架構(gòu)的機器，并且由其執(zhí)行。優(yōu)選地，在具有硬件(比如一個或者
更多個中央處理單元(CPU)、隨機存取存儲器(RAM)以及輸入/輸 出(I/O)接口)的計算機平臺上實施該機器。該計算機平臺還包括操 作系統(tǒng)和微指令代碼。本文描述的各過程和功能可以是經(jīng)由操作系統(tǒng) 執(zhí)行的微指令代碼的一部分或者應用程序的一部分(或者二者的組 合)。另外，可以將不同的其它外圍設備(比如附加數(shù)據(jù)存儲設備以及 打印設備)與計算機平臺相連。
還應理解，由于優(yōu)選以軟件的形式實施附圖中描述的某些構(gòu)成系 統(tǒng)組件和方法步驟，系統(tǒng)組件(或者方法步驟)之間的實際連接可以 隨對本發(fā)明進行編程的方式不同而改變。給定本文的教義，相關(guān)領(lǐng)域 的普通技術(shù)人員能夠構(gòu)思出本發(fā)明的上述和相似的實施或者配置。
權(quán)利要求
1、一種用于確定閾值的方法，所述方法包括選擇期望錯誤結(jié)果概率；以及從閾值表中選擇與所述期望錯誤結(jié)果概率相對應的閾值。
2、 根據(jù)權(quán)利要求l所述的方法，還包括 創(chuàng)建所述閾值表； 其中所述創(chuàng)建行為還包括-使用來計算所述閾值表中的每一個錯誤結(jié)果概率條 /=i目；以及在所述閾值表中存儲所述所計算的錯誤結(jié)果概率以及用于 計算所述錯誤結(jié)果概率條目的所述閾值。
3、 根據(jù)權(quán)利要求2所述的方法，其中使用第一閾值、第二閾值以 及閾值間隔來執(zhí)行所述計算行為，使所述第一閾值迭代增加所述閾值 間隔，并計算所述閾值表的每一個所述錯誤結(jié)果概率條目，直到所述 第一閾值等于所述第二閾值。
4、 根據(jù)權(quán)利要求3所述的方法，其中所述錯誤結(jié)果概率是誤報概 率，并且辨述第一閾值是漏報概率的下限，所述第二閾值是所述誤報 概率的上限。
5、 根據(jù)權(quán)利要求l所述的方法，其中所述選擇行為從所述閾值表 中取回所述閾值，其中所述閾值是具有小于所述期望錯誤結(jié)果概率的 錯誤結(jié)果概率的最大閾值。
6、 一種用于確定閾值的方法，所述方法包括 選擇期望錯誤結(jié)果概率； 計算錯誤結(jié)果概率；計算所述所計算的錯誤結(jié)果概率和所述期望錯誤結(jié)果概率之間 的差值；將所述差值與第一預定值進行比較；以及如果所述第一比較行為的結(jié)果是肯定的，則將所述差值與第二預 定值進行比較。
7、 根據(jù)權(quán)利要求6所述的方法，其中所述錯誤結(jié)果概率是誤報概率，并且所述方法還包括 選擇第一閾值；以及如果所述兩個比較步驟的結(jié)果不都是肯定的，則修改所述第一閾值。
8、 一種用于確定閾值的設備，包括-用于選擇期望錯誤結(jié)果概率的裝置；以及用于從閾值表中選擇與所述期望錯誤結(jié)果概率相對應的閾值的 裝置。
9、 根據(jù)權(quán)利要求8所述的設備，還包括 用于創(chuàng)建所述閾值表的裝置； 其中所述創(chuàng)建裝置還包括-用于使用，^ 來計算所述閾值表中的每一個錯誤結(jié)果概n(")率條目的裝置；以及用于在所述閾值表中存儲所述所計算的錯誤結(jié)果概率以及 用于計算所述錯誤結(jié)果概率條目的所述閾值的裝置。
10、 根據(jù)權(quán)利要求9所述的設備，其中使用第一閾值、第二閾值 以及閾值間隔來實現(xiàn)所述用于計算的裝置，使所述第一閾值迭代增加 所述閾值間隔，并計算所述閾值表的每一個所述錯誤結(jié)果概率條目， 直到所述第一閾值等于所述第二閾值。
11、 根據(jù)權(quán)利要求10所述的設備，其中所述錯誤結(jié)果概率是誤報 概率，并且所述第一閾值是漏報概率的下限，所述第二閾值是所述誤 報概率的上限。
12、 根據(jù)權(quán)利要求8所述的裝置，其中所述用于選擇的裝置從所 述閾值表中取回所述閾值，其中所述閾值是具有小于所述期望誤報概 率的錯誤結(jié)果概率的最大閾值。
13、 一種用于確定與期望錯誤結(jié)果概率相對應的閾值的設備，所述設備包括用于計算錯誤結(jié)果概率的裝置；用于計算所述所計算的錯誤結(jié)果概率和所述期望錯誤結(jié)果概率之間的差值的裝置；用于將所述差值與第一預定值進行比較的裝置；以及 用于在所述第一比較行行為的結(jié)果是肯定的情況下，將所述差值與第二預定值進行比較的裝置。
14、 根據(jù)權(quán)利要求6所述的方法，其中所述錯誤結(jié)果概率是誤報 概率，并且所述設備還包括用于選擇第一閾值的裝置；以及用于在所述兩個比較步驟的結(jié)果不都是肯定的情況下，修改所述 第一閾值的裝置。
全文摘要
本發(fā)明描述了一種用于確定閾值的方法和設備，包括選擇期望錯誤結(jié)果概率，并且從閾值表中選擇與所述期望錯誤結(jié)果概率相對應的閾值。本發(fā)明還描述了一種用于確定與期望錯誤結(jié)果概率相對應的閾值的方法和設備，包括計算錯誤結(jié)果概率，計算所計算的錯誤結(jié)果概率和期望錯誤結(jié)果概率之間的差值，將所述差值與第一預定值進行比較，并且如果所述第一比較行為的結(jié)果為肯定時，則將所述差值與第二預定值進行比較。
文檔編號G06T1/00GK101689290SQ200780053336
公開日2010年3月31日 申請日期2007年6月14日 優(yōu)先權(quán)日2007年6月14日
發(fā)明者彼得·喬治·鮑姆, 杰弗里·亞當·布盧姆, 軍 田 申請人:湯姆森許可貿(mào)易公司