10.3969/j.issn.2095-2163.2020.11.035
基于深度学习方法的手写文本行提取综述
文本行提取一直是手写文档图像分析与识别领域的热点研究课题.随着深度学习的发展,越来越多的方法涌现出来,通过对近几年的相关文献分析整理,本文按照全卷积神经网络、编解码器、循环神经网络、生成对抗网络的基于深度学习的手写文本行提取方法进行总结和分析,列举了每种方法的代表性实例,并对常用训练数据集进行了介绍.分析了各类方法的特点与不足,并对未来可研究方向进行展望.
手写文档图像、深度学习、手写文本行提取
10
TP391(计算技术、计算机技术)
国家自然科学基金6378001
2021-03-23（万方平台首次上网日期，不代表论文的发表时间）
共5页
154-157,160
