calibration op• 데이터 종류: measurement × table → table
• 호출: import imgforensics; imgforensics.evidence_quantile(measurement, null, higher_is_stronger=True)(또는 opsimgforensics.get("evidence_quantile"))
증거량이 깨끗한 분포의 어디쯤에 앉는지. 판정은 돌려주지 않습니다.
> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.
`null_distribution` の出力を消費する側。返すのは「清浄な組の何 % より
外側か」であって、「改竄されている」ではない ―― 外側に座ることは、
その条件で珍しいことしか意味しない(珍しい清浄画像は存在する)。
Parameters
----------
measurement : float
測った証拠量(`hash_distance` の返り値など)。
null : dict
:func:null_distribution の返り値。
higher_is_stronger : bool
PCE や相関のように大きいほど強い証拠なら `True`。
ハミング距離のように小さいほど強い証拠なら `False`。
既定に頼らず必ず考えること —— ここを間違えると、いちばん証拠の
強い組が「まったく珍しくない」と出る(例外は出ない)。
Returns
-------
dict
`beyond_fraction`(清浄分布のうち、この値より内側にある割合 =
清浄な組の何 % より外側に座るか。`[0, 1]` の連続値)/
`z(標準偏差の何倍か。ばらつき 0 なら None)/ caveats`。
Notes
-----
`beyond_fraction は null が持つ分位点(min` / 5 / 25 / 50 / 75 /
95 / 99 パーセンタイル / `max`)を節として **区分線形に内挿した経験分布
関数**。節の上では厳密、節の間は線形近似で、`min` より内側なら 0、
`max` より外側なら 1 に飽和する(標本の外へは外挿しない)。
`higher_is_stronger=False` なら 1 から引いた側を返す。清浄な値がすべて
同じで節が重なる場合、その値ちょうどは 0.5(中央順位)に置く。
• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.
• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.
• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.
• image_forensics_audit — py -3.11 examples/image_forensics_audit.py
table 를 입력으로 받는 것)—
calibration)*Provenance: imgforensics.py — IMGFORENSICS 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*
© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.