Face recognition, face verification and face identification
Face 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(jié)也有,和朱師弟討論此處gallery set等同于訓(xùn)練集,Probe set等同于測(cè)試集; Graph Embedding and Extensions A General Framework for Dimensionality Reduction的4.1.1節(jié)的前一段最后意義與前相同
該論文的19頁(yè)有如下描述：在FERET 評(píng)估協(xié)議中，算法設(shè)計(jì)者需要區(qū)分三個(gè)不同的集合：訓(xùn)練集，參考圖像集（或者
原型圖像集，gallery set）、測(cè)試圖像集合（Probe set），其中g(shù)allery 集和probe 集供測(cè)試時(shí)使用。“訓(xùn)
練必須在測(cè)試開(kāi)始之前完成”暗示訓(xùn)練是離線完成的，算法不能根據(jù)Gallery 集來(lái)調(diào)整系統(tǒng)參數(shù)。 

具體見(jiàn)http://parnec.nuaa.edu.cn/xtan/paper/TanXY-thesis-final.pdf
該論文的19頁(yè)有如下描述：在FERET 評(píng)估協(xié)議中，算法設(shè)計(jì)者需要區(qū)分三個(gè)不同的集合：訓(xùn)練集，參考圖像集（或者
原型圖像集，gallery set）、測(cè)試圖像集合（Probe set=test set），其中g(shù)allery 集和probe 集供測(cè)試時(shí)使用。“訓(xùn)
練必須在測(cè)試開(kāi)始之前完成”暗示訓(xùn)練是離線完成的，算法不能根據(jù)Gallery 集來(lái)調(diào)整系統(tǒng)參數(shù)。

通過(guò)和Ran He老師討論已經(jīng)徹底搞清楚了：
比如他的CVPR 2012論文，用PCA+NN。人臉識(shí)別是一個(gè)開(kāi)集問(wèn)題，人臉驗(yàn)證verification是一個(gè)閉集問(wèn)題。訓(xùn)練樣本可能是甲乙，測(cè)試樣本可能是丙丁。通過(guò)訓(xùn)練樣本來(lái)學(xué)習(xí)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(shù)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(dāng)于新的訓(xùn)練集，在Probe上測(cè)試。ACCV 2012 tutorial Structured Sparsity via Half-quadratic Minimization的S1-SR的第八頁(yè)。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(diào)查，探測(cè)的意思。故是測(cè)試集