Face recognition, face verification and face identificationFace verification and face identification are two sub-problems in face recognition.The former is to verify whether two given faces belong to the same person, while the latter answers “who is who” question in a probe face set given a gallery face set.
Reference: the first sentence of Section 1 of "Bayesian Face Revisited"
gallery set、Probe set Deng Cai的Learning a Spatially Smooth Subspace for Face Recognition 4.1節也有,和朱師弟討論此處gallery set等同于訓練集,Probe set等同于測試集; Graph Embedding and Extensions A General Framework for Dimensionality Reduction的4.1.1節的前一段最后意義與前相同
該論文的19頁有如下描述：在FERET 評估協議中，算法設計者需要區分三個不同的集合：訓練集，參考圖像集（或者
原型圖像集，gallery set）、測試圖像集合（Probe set），其中gallery 集和probe 集供測試時使用。“訓
練必須在測試開始之前完成”暗示訓練是離線完成的，算法不能根據Gallery 集來調整系統參數。
具體見http://parnec.nuaa.edu.cn/xtan/paper/TanXY-thesis-final.pdf
該論文的19頁有如下描述：在FERET 評估協議中，算法設計者需要區分三個不同的集合：訓練集，參考圖像集（或者
原型圖像集，gallery set）、測試圖像集合（Probe set=test set），其中gallery 集和probe 集供測試時使用。“訓
練必須在測試開始之前完成”暗示訓練是離線完成的，算法不能根據Gallery 集來調整系統參數。
通過和Ran He老師討論已經徹底搞清楚了：
比如他的CVPR 2012論文，用PCA+NN。人臉識別是一個開集問題，人臉驗證verification是一個閉集問題。訓練樣本可能是甲乙，測試樣本可能是丙丁。通過訓練樣本來學習PCA的投影向量W，降到多少維可以搜索，他的CVPR 2012論文PCA是保存98%能量,LDA是降到c-1維。和Ran He已討論清楚搜索維數的方法：如果降到10維，取W的前10列分別乘以gallery和Probe，再用最近鄰分類；類似降到20維，取W的前20列分別乘以gallery和Probe，再用最近鄰分類。gallery相當于新的訓練集，在Probe上測試。ACCV 2012 tutorial Structured Sparsity via Half-quadratic Minimization的S1-SR的第八頁。在The CAS-PEAL large-scale Chinese face database and baseline evaluations (TSMCA 2008)P155也有Training set、 gallery set、Probe set定義
記憶方法：probe有調查，探測的意思。故是測試集