62、历史手写文档中基于图的关键词检索

历史手写文档中基于图的关键词检索

1. 引言

随着数字化手写文档数量的迅速增加，对这些文档的搜索和浏览却存在一定的可访问性不足。关键词检索（KWS）旨在从语音记录或文本图像中检索给定查询词的所有实例，可大致分为在线和离线KWS。本文聚焦于历史手写文档的离线KWS。

目前大多数KWS方法可分为基于模板和基于学习的匹配算法：
- 基于模板的KWS ：早期基于像素逐像素匹配，后来发展为基于特征向量的动态时间规整（DTW）匹配以及局部二值模式（LBP）直方图匹配。其优点是独立于文档的表示形式和语言，但对不同书写风格的泛化能力较差。
- 基于学习的KWS ：基于统计模型，如隐马尔可夫模型（HMM）、神经网络（NN）或支持向量机（SVM）。这些模型需要在大量训练词上进行先验训练，具有较高的泛化能力，但灵活性较差，因为需要在特定训练集上学习模型参数。

大多数KWS算法基于数值特征的统计表示，而图表示为KWS提供了更自然和全面的形式，不过目前基于图的KWS方法较少。本文提出了一种基于关键点检测的单个单词图表示新方法，与以往方法相比，每个单词用单个图表示，无需额外的图分配，且边缘检测和图匹配过程也有改进。

2. 图编辑距离

图 $g$ 正式定义为四元组 $g = (V, E, μ, ν)$，其中 $V$ 和 $E$ 是有限的节点和边集，$μ : V → L_V$ 和 $ν : E → L_E$ 分别是节点和边的标记函数。图可分为无向图和有向图，也可分为无标记图和有标记图。

图匹配方法可分为精确匹配和不精确匹配，图编辑距离（GED）是一种广泛