摘要

无约束手写文本识别是大多数文档分析任务中的关键步骤。传统方法通常采用深度循环神经网络，尤其是基于长短期记忆（Long Short-Term Memory, LSTM）单元的结构。然而，这类模型的主要局限在于参数量庞大，且在训练与推理过程中必须顺序执行，难以充分发挥并行计算的优势。作为一种替代方案，可通过大量使用卷积层来弥补长期记忆缺失的问题，因为卷积操作具有高度并行性，且参数量相对较少。本文提出一种门控全卷积网络（Gated Fully Convolutional Network）架构，作为对经典的CNN+LSTM结构的无循环替代方案。该模型采用连接时序分类（CTC）损失函数进行训练，在RIMES与IAM两个标准数据集上均取得了具有竞争力的识别性能。为便于实验复现，我们已公开全部代码：https://github.com/FactoDeepLearning/LinePytorchOCR。