我们考虑一个问题,其中来自c类的N个对象(实例)的集合X必须同时分类。对X施加了一个限制,因为每个类中的最大可能对象数是已知的,因此我们将这个问题称为who-is-here?我们比较了三种方法来解决这个问题:(1)独立分类,其中每个对象都以最大后验概率标记在类中;(2) 实施限制的贪婪方法;以及(3)一种理论方法,该方法还通过匈牙利分配算法实现了标签分配的可能性最大化。我们的实验研究由两部分组成。第一部分包括一个定制的国际象棋数据集,其中棋盘上的棋子必须从棋盘图像中识别出来。在第二部分中,我们使用最近整理的存储库(南加州大学圣地亚哥德孔波斯特拉大学)中的96个数据集模拟受限集分类场景。我们的结果表明,所提出的方法(3)优于方法(1)和(2)。