识别意识：潜在认知在开放集识别中的应用

本研究探讨了 softmax 输出的一种新的概率解释在开放集识别（Open-Set Recognition, OSR）中的应用。Softmax 是分类与物体识别中广泛使用的机制。然而，softmax 机制迫使模型在闭集范式下运作，即从一组预定义标签中预测物体类别。这一特性有助于分类效能，但在物体识别中带来无意义预测的风险。物体识别常在动态且多样的条件下进行。外来物体——任意未准备类别的物体——可能随时出现。OSR 旨在解决物体识别中识别外来物体的问题。基于贝叶斯定理并强调对上下文的条件作用，softmax 推断已被重新解释。这一重新解释引出了一种称为潜在认知（Latent Cognizance, LC）的 OSR 新方法。我们的研究采用多种场景，使用 Imagenet 2012 数据集以及欺骗图像和开放集图像。研究结果支持 LC 假设并显示了其在 OSR 上的有效性。