18、交互式草图识别的增量学习

交互式草图识别的增量学习

1. 引言

在现代技术文档的处理中，如建筑平面图、工程图纸等，将这些文档映射为数值形式变得尤为重要。这不仅有助于文档的自动化处理，还能提升文档的可读性和可编辑性。为了实现这一目标，本文探讨了一种交互式的、自动演化的解决方案，旨在统一纸质文档识别和笔式草图解释。这种解决方案不仅能够处理静态文档，还能应对实时草图输入，为用户提供更加灵活和高效的工具。

2. 交互式广度优先探索

现有的交互式结构化文档解释方法（IMISketch）基于以下特征：

• 文档的先验结构知识 ：通过基于产生式规则的视觉语言表达。
• 二维降序广度优先分析 ：逐层探索文档结构。
• 空间上下文焦点 ：限制组合爆炸，提高分析效率。
• 不确定性形式化 ：为每个假设分配分数，量化不确定性。
• 用户参与 ：在局部上下文中无法自动解决歧义时，请求用户介入。

这些特征共同确保了与分析系统的最佳互动性，尤其是在复杂文档上，用户参与能够避免分析步骤中的错误累积，从而提高识别的准确性。

2.1 分析过程

分析过程如图1所示，包括以下几个步骤：

1. 提取必要信息 ：从结构化文档中提取线段，作为分析的原语。
2. 定义空间上下