面向新异性的手写识别

本文提出了一种以智能体为中心的方法来处理手写识别(HWR)视觉识别领域中的新异性。一个理想的转录智能体应能媲美或超越人类感知，能够识别图像中的已知字符与新字符，并检测文档内部或跨文档可能出现的任何风格变化。一个关键的干扰因素是新异性的存在，它至今仍困扰着即便是最好的基于机器学习的算法。在手写文档中，新异性可能是书写者、字符属性、书写属性或整体文档外观等的变化。我们建议，与其独立看待各个方面，不如采用一个能够同时处理已知字符与新异性的集成智能体作为更好的策略。本文形式化了带新异性的手写识别领域，描述了一个基线智能体，引入了带有基准数据的评估协议，并提供了实验以确立当前最优水平。结果表明以智能体为中心的方法具有可行性，但还需更多工作才能接近人类水平的阅读能力，这为 HWR 社区解决这一挑战性问题提供了可依托的形式化基础。