.png){kind=icon}
返回
Recognizing unknowns: a survey on visual open-set recognition
.png){kind=icon}
PRE
AI
DOI：10.1007/s10489-025-06956-7.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着计算机视觉技术的发展，封闭集视觉识别任务取得了显著突破。然而，在实际的识别或分类场景中，由于各种约束条件，往往难以全面收集所有类别的训练样本。一个更现实的场景是视觉开放集识别（OSR），在模型训练过程中存在知识不完备的情况，且在测试时可能会遇到未知类别。这要求分类器能够准确地对已知类别进行分类，并有效处理未知类别。本文系统地追踪和总结了视觉开放集识别的最新研究，对当前的OSR方法提供了全面的分类和综述，包括基于DNN的OSR方法和视觉语言模型引导的OSR方法。随后，我们介绍了开放集环境下OSR扩展任务和扩展任务的代表性方法。接着，我们分析了典型及最先进的OSR方法在不同数据集上的性能并进行比较。最后，我们讨论了视觉开放集识别领域中尚存的挑战和未来的研究方向。
Keyword:
Open-set recognition
Visual recognition
Unknown classes
期刊
IF:
3.5
论文数:
7.6K
被引数:
1.7W
机构
引用论文
分享收藏Understanding open-set recognition by Jacobian norm and inter-class separation.png)
PATTERN RECOGNITION
OAAI
PATTERN RECOGNITIONIF7.6
OAAI分享收藏分享收藏Transforming medical imaging with Transformers? A comparative review of key properties, current progresses, and future perspectivesMEDICAL IMAGE ANALYSIS
OAAI
MEDICAL IMAGE ANALYSISIF11.8
OAAI分享收藏分享收藏
查看更多内容