qq_21524797的博客

开放集识别的最新进展：综述 耿传兴，黄圣君，陈松灿 摘要——在现实世界的识别/分类任务中，由于受到各种客观因素的限制，在训练一个识别器或分类器时，通常很难收集训练样本来用尽所有类。更现实的场景是开放集识别(OSR)，在训练时存在对世界不完全的知识，在测试时可以将未知的类提交到算法中，这就要求分类器不仅要准确地分类看到的类，还要有效地处理看不见的类。本文从相关定义、模型表示、数据集、评价标准和算法比较等方面对现有的开放集识别技术进行了全面的综述。此外，我们还简要分析了OSR与零样本、单样本(少样本)识别/学习