人脸识别--Open set和Close set的区别_

训练和测试人脸识别分类器时，总会提到 Open-set 和 Close-set。这俩词到底是什么概念呢？有什么区别呢？

所谓 close-set，就是所有的测试集都在训练集中出现过。所以每次的预测直接得出测试图片的 ID，如果想测试两张图片是不是同一个人，那么就看这两张图片的预测结果是不是相同的 ID。一个形象的例子就是，如果把训练集看做教科书，测试集看做考试的话，那么就是考点都在教科书中。

而 open-set 呢，就是测试图片并没有在训练集中出现过。试卷题目的答案在教科书中是找不到的，你用教科书教会你思考的方法举一反三来作答。

此时每张测试图片的预测结果都是一个特征向量，根据两张测试图像特征向量的距离，判断是否是同一个人。

下图是对 open-set 和 close-set 的一个直观说明。

参考：Liu W, Wen Y, Yu Z, et al. SphereFace: Deep Hypersphere Embedding for Face Recognition[J]. 2017.
https://blog.csdn.net/fuwenyan/article/details/77769224