tools.cc

   1 /*
   2  *  folded-ctf is an implementation of the folded hierarchy of
   3  *  classifiers for object detection, developed by Francois Fleuret
   4  *  and Donald Geman.
   5  *
   6  *  Copyright (c) 2008 Idiap Research Institute, http://www.idiap.ch/
   7  *  Written by Francois Fleuret <francois.fleuret@idiap.ch>
   8  *
   9  *  This file is part of folded-ctf.
  10  *
  11  *  folded-ctf is free software: you can redistribute it and/or modify
  12  *  it under the terms of the GNU General Public License as published
  13  *  by the Free Software Foundation, either version 3 of the License,
  14  *  or (at your option) any later version.
  15  *
  16  *  folded-ctf is distributed in the hope that it will be useful, but
  17  *  WITHOUT ANY WARRANTY; without even the implied warranty of
  18  *  MERCHANTABILITY or FITNESS FOR A PARTICULAR PURPOSE.  See the GNU
  19  *  General Public License for more details.
  20  *
  21  *  You should have received a copy of the GNU General Public License
  22  *  along with folded-ctf.  If not, see <http://www.gnu.org/licenses/>.
  23  *
  24  */
  25
  26 #include "misc.h"
  27 #include "tools.h"
  28 #include "fusion_sort.h"
  29
  30 scalar_t robust_sampling(int nb, scalar_t *weights, int nb_to_sample, int *sampled) {
  31   ASSERT(nb > 0);
  32   if(nb == 1) {
  33     for(int k = 0; k < nb_to_sample; k++) sampled[k] = 0;
  34     return weights[0];
  35   } else {
  36     scalar_t *pair_weights = new scalar_t[(nb+1)/2];
  37     for(int k = 0; k < nb/2; k++)
  38       pair_weights[k] = weights[2 * k] + weights[2 * k + 1];
  39     if(nb%2)
  40       pair_weights[(nb+1)/2 - 1] = weights[nb-1];
  41     scalar_t result = robust_sampling((nb+1)/2, pair_weights, nb_to_sample, sampled);
  42     for(int k = 0; k < nb_to_sample; k++) {
  43       int s = sampled[k];
  44       // There is a bit of a trick for the isolated sample in the odd
  45       // case. Since the corresponding pair weight is the same as the
  46       // one sample alone, the test is always true and the isolated
  47       // sample will be taken for sure.
  48       if(drand48() * pair_weights[s] <= weights[2 * s])
  49         sampled[k] = 2 * s;
  50       else
  51         sampled[k] = 2 * s + 1;
  52     }
  53     delete[] pair_weights;
  54     return result;
  55   }
  56 }
  57
  58 void print_roc_small_pos(ostream *out,
  59                          int nb_pos, scalar_t *pos_responses,
  60                          int nb_neg, scalar_t *neg_responses,
  61                          scalar_t fas_factor) {
  62
  63   scalar_t *sorted_pos_responses = new scalar_t[nb_pos];
  64
  65   fusion_sort(nb_pos, pos_responses, sorted_pos_responses);
  66
  67   int *bins = new int[nb_pos + 1];
  68   for(int k = 0; k <= nb_pos; k++) bins[k] = 0;
  69
  70   for(int k = 0; k < nb_neg; k++) {
  71     scalar_t r = neg_responses[k];
  72
  73     if(r < sorted_pos_responses[0])
  74       bins[0]++;
  75
  76     else if(r >= sorted_pos_responses[nb_pos - 1])
  77       bins[nb_pos]++;
  78
  79     else {
  80       int a = 0;
  81       int b = nb_pos - 1;
  82       int c = 0;
  83
  84       while(a < b - 1) {
  85         c = (a + b) / 2;
  86         if(r < sorted_pos_responses[c])
  87           b = c;
  88         else
  89           a = c;
  90       }
  91
  92       // Beware of identical positive responses
  93       while(c < nb_pos && r >= sorted_pos_responses[c])
  94         c++;
  95
  96       bins[c]++;
  97     }
  98   }
  99
 100   int s = nb_neg;
 101   for(int k = 0; k < nb_pos; k++) {
 102     s -= bins[k];
 103     if(k == 0 || sorted_pos_responses[k-1] < sorted_pos_responses[k]) {
 104       (*out) << (scalar_t(s) / scalar_t(nb_neg)) * fas_factor
 105              << " "
 106              << scalar_t(nb_pos - k)/scalar_t(nb_pos)
 107              << " "
 108              << sorted_pos_responses[k]
 109              << endl;
 110     }
 111   }
 112
 113   delete[] bins;
 114   delete[] sorted_pos_responses;
 115 }