通过将 vanilla CTC 模型扩展到第二个维度，我们创建了 2D-CTC，它可以自适应地集中于最相关的特征，同时排除背景噪声的影响并处理具有各种形式的文本实例。在 IIIT-5K，ICDAR 2015，SVP-Perspective 和 CUTE80 等标准基准上的实验结果表明，所提出的 2D-CTC 模型在正常和不规则形状的文本上均优于现有技术，并且在训练和测试速度上表现出优越性。

Jul, 2019

提出了使用适应性文本区域表示的鲁棒场景文本检测方法，利用文本区域提案网络提取文本提案，再通过细化网络对提案进行验证和优化。实验结果在五个基准上表明，这种方法在场景文本检测方面达到了最先进水平。

May, 2019

通过渐进式轮廓回归及轮廓变换器，我们提出了一种名为 CT-Net 的新型任意形状场景文本检测框架，以解决前端轮廓初始化不准确、多阶段误差累积或局部信息聚合不足的限制，并通过大量实验验证了其在准确性和效率方面超越了现有方法。

Jul, 2023

一项新的网络模型使用实例分割方法和注意力模型识别和提取曲线形状的文本内容，并使用多步光学字符识别引擎提高识别准确性，大幅度领先现有模型的准确性。

Aug, 2019

本文提出了一种新的多方位场景文本检测的模型，将多级特征融合到特征提取中，将文本实例一起检测和分割，该方法有效地结合了语义分割和基于区域提议的目标检测任务，实现了在多方位场景文本检测基准测试 ICDAR2015 Incidental Scene Text 和 MSRA-TD500 上的超越，达到了分别 84.1% 和 82.0% 的 Hmean 值。

Sep, 2017

本文提出了一种名为 TextMountain 的新颖场景文本检测方法，它利用了边缘中心信息，通过预测文本中心边界概率（TCBP）和文本中心方向（TCD）来将文本实例分开，并能很好地处理多方向和曲线文本，实验表明该方法在准确性和效率方面都达到了更好或可比较的性能。

Nov, 2018

本文提出了一种名为 Text Perceptron 的端到端可训练文本检测方法，利用基于分割的高效检测器和新颖的形状变换模块，实现了文本检测和识别部分的全局优化，取得了在多个基准测试数据集上的优异性能表现。

Feb, 2020

该研究论文主要介绍了一个新的数据集 Total-Text，该数据集包括水平、多向和曲线方向的文本，旨在填补现有文本数据集对于曲线文字方向的空缺，并对该数据集进行了基于 DeconvNet 的曲线文字检测方法的评估。

Oct, 2017

本研究提出了一种简单而强大的场景文本检测流程，该流程可以直接预测全图中任意方向和四边形形状的单词或文本行，消除了不必要的中间步骤（例如候选聚合和单词划分），只需要一个神经网络进行操作，大大提升了检测的准确性和效率。

Apr, 2017

该文提出了一种基于全局的语义分割方法来定位场景中的文本，使用单一的 FCN 模型估计文本属性，以同时处理水平，多方向和曲线文本，并在 ICDAR 2013、ICDAR 2015、MSRA-TD500 以及 COCO-Text 数据集上测试得到优于现有最先进方法的结果。

Jun, 2016