面向开放集文本识别的标签到原型学习

场景文本识别是一个热门话题并在工业中广泛应用。尽管许多方法在闭集文本识别挑战上已取得令人满意的性能，这些方法在开放集场景中失去可行性，因为为新字符收集数据或重训练模型可能产生高昂成本。例如，为外语标注样本可能代价昂贵，而每当从历史文档中发现新字符就重训练模型则耗费时间与资源。本文引入并形式化了一项新的开放集文本识别任务，其要求具备无需重训练即可发现并识别新字符的能力。同时提出一个标签到原型学习框架作为该任务的基线。具体而言，该框架引入可泛化的标签到原型映射函数，为可见与不可见类别构建原型（类中心）。随后利用开放集预测器依据原型对样本进行识别或拒绝。对集外字符拒绝能力的实现允许在 incoming 数据流中自动发现未知字符。大量实验表明，我们的方法在多种零样本、闭集与开放集文本识别数据集上取得了有前景的性能。