Gallery 和probe数据集

在人脸识别的算法学习过程中，经常会看到Gallery 和probe两个字眼。 可以粗略的理解，gallery 为训练集，probe为测试集

在FERET 评估协议中，算法设计者需要区分三个不同的集合：训练集，参考图像集（或者

原型图像集，gallery set）、测试图像集合（Probe set），其中gallery 集和probe 集供测试时使用。“训

练必须在测试开始之前完成”暗示训练是离线完成的，算法不能根据Gallery 集来调整系统参数。

如他的CVPR 2012论文，用PCA+NN。人脸识别是一个开集问题，人脸验证verification是一个闭集问题。训练样本可能是甲乙，测试样本可能是丙丁。通过训练样本来学习PCA的投影向量W，降到多少维可以搜索，他的CVPR 2012论文PCA是保存98%能量,LDA是降到c-1维。和Ran He已讨论清楚搜索维数的方法：如果降到10维，取W的前10列分别乘以gallery和Probe，再用最近邻分类；类似降到20维，取W的前20列分别乘以gallery和Probe，再用最近邻分类。gallery相当于新的训练集，在Probe上测试。ACCV 2012 tutorial Structured Sparsity via Half-quadratic Minimization的S1-SR的第八页。在The CAS-PEAL large-scale Chinese face database and baseline evaluations (TSMCA 2008)P155也有Training set、 gallery set、Probe set定义

后面两段来自：http://www.cppblog.com/guijie/archive/2008/09/16/61952.html