摘要

本文提出了一种手写文本识别（Handwritten Text Recognition, HTR）系统，其性能优于当前最先进的方法。该系统的对比实验在HTR任务中三个最常用的数据集——Bentham、IAM和Saint Gall上进行。此外，本文还提供了在两个近期提出的全新数据集（彼得大帝手稿数据集与HKR数据集）上的实验结果。论文详细描述了神经网络的架构，并提出了两种提升训练数据量的方法：一是模拟删除线文本（即手写墨迹，Handwritten Blots）的数据增强技术；二是提出的一种新型文本生成方法——StackMix。实验表明，StackMix在HTR任务中表现出极强的有效性。此外，StackMix还可独立应用于基于印刷文本生成手写文本的任务。