手写文字识别：综述
计算机视觉与模式识别
2025-02-13 v1 人工智能
摘要
手写文字识别 (Handwritten Text Recognition, HTR) 已成为模式识别和机器学习领域的重要领域，应用范围涵盖历史文件保存到现代数据录入和可访问性解决方案。HTR 的复杂性在于其手写体的高变异性，这使得开发稳健的识别系统具有挑战性。本综述检阅了 HTR 模型的演变，追溯其从早期基于启发式的方法到当代基于深度学习技术的神经网络模型的演进。该领域的范围也在不断扩展，最初仅能识别单词级内容的模型，已发展到最近能够进行端到端文档级处理的最新方法。我们的论文将现有工作分为两个主要识别层次：(1) 行级以下 (up to line-level)，涵盖单词和行识别；(2) 行级以上 (beyond line-level)，处理段落和文档级挑战。我们提供了一个统一框架，检阅研究方法、近期基准测试的进展、该领域的关键数据集，以及讨论文献中报告的结果。最后，我们指出紧迫的研究挑战，概述有前景的未来方向，旨在为研究人员和实践者提供一条推进该领域的路线图。
引用
@article{arxiv.2502.08417,
title = {Handwritten Text Recognition: A Survey},
author = {Carlos Garrido-Munoz and Antonio Rios-Vila and Jorge Calvo-Zaragoza},
journal= {arXiv preprint arXiv:2502.08417},
year = {2025}
}