摘要

尽管经过数十年的研究，对退化历史文献的离线手写文字识别（Offline Handwriting Recognition, HWR）仍然是一个极具挑战性的问题。若能有效解决，将显著提升在线文化遗产档案的可检索性。现有HWR模型的性能往往受限于文本检测与分割步骤的准确性。针对这一瓶颈，我们提出了一种深度学习模型，该模型通过主要依赖未标注检测与分割信息的图像，联合学习文本检测、分割与识别任务。我们提出的“起始、跟随、识别”（Start, Follow, Read, SFR）模型由一个区域提议网络（Region Proposal Network）组成，用于定位文本行的起始位置；同时引入一种新颖的行追踪网络（line follower network），能够逐步追踪并预处理文本行（包括可能弯曲的文本），将其转换为适合由CNN-LSTM网络进行识别的去畸变图像。实验结果表明，SFR模型在未使用ICDAR2017手写识别竞赛所提供区域标注的情况下，其识别性能仍优于该竞赛的优胜模型。