开集识别中基于已知分类的级联未知检测
原文中文，约200字，阅读约需1分钟。发表于：。深度学习模型在封闭集假设下表现良好，但在开放集条件下部署时遇到困难。本文提出了一种级联未知检测与已知分类方法（Cas-DC），通过学习专门用于已知 / 未知检测和已知类别分类的级联函数，实现在开放集识别任务中优于现代方法的性能表现。
本文介绍了一种利用深度神经网络作为端到端开放集分类器的方法，并基于类内数据拆分。作者将给定的数据划分为典型和非典型标准子集，使得在异常类的模拟上更有效，即将开放集识别问题转化为传统的分类问题。此外，作者还提出了一种闭集正则化方法，以保证闭集分类性能，通过五个著名的图像数据集上的实验，也证明了该方法的有效性。
