开集识别（Open Set Recognition）

开集识别

闭集识别

​ 训练集中的类别和测试集中的类别是一致的，最常见的就是使用公开数据集进行训练，所有数据集中的图像的类别都是已知的，没有未知种类的图像。传统的机器学习的算法在这些任务上已经取得了比较好的效果。

开集识别简述

​ 现实场景中更多的是开放和非静态的环境，比如，一些没有见过的情况会意外出现。针对这一挑战提出的方法有持续学习、迁移学习、域适应、零样本、少样本学习、开集识别和分类等。

​ 开集识别简单定义是，一个在训练集上训练好的模型，当利用一个测试集（该测试集的中包含训练集中没有的类别）进行测试时，如果输入已知类别数据，输出具体的类别，如果输入的是未知类别的数据，则进行合适的处理（识别为unknown）。

示例 : 猫狗识别模型，输入一张荷花或者大象的图像，模型可能会告诉你80% 的概率为 猫。
想要的结果 : 输入不为猫狗的图像，模型输出为未知类别，输入猫狗图像，模型输出对应具体的类别

数据集类别划分

• KKCs known known classes

  具有明确标签的正训练样本（对其他KKCs为负样本），包含相应的伴随信息（语义和属性信息等）的类别

• KUCs known unknown classes

  被标记为负样本，不必要被划分为一个具体的类别，比如background class，universum class（对于一个具体问题不属于任何类别的样本）

• UKCs unknown known classes

  训练时没有可用的样本，但是有可用的伴随信息（语义和属性信息等）

• UUCs unknown unknown classes

  训练时没有可用样本，也没有伴随信息（语义和属性信息等）

传统分类只考虑KKCs；zero-shot learning(ZSL) 关注识别UKCs；one/few-shot看作是ZSL的扩展，训练时有有限数量的UKCs；开集识别（OSR）训练时只有KKCs，测试时有UUCs，需要准确分类KKCs同时需要正确的策略拒绝UUCs。

下表描述了开集识别和相关任务的区别：

相关定义

• 开放空间风险

远离已知数据的空间(包括KKCs和KUCs)通常被认为是开放空间 O，因此将该空间中的任何样本任意标注为KKC必然会带来风险，这被称为开放空间风险（open space risk）：$R_O$