本文调研了历史文献数字化领域的文献分割、文本行分割、文字检索、鉴定和提取等方面所采用的各种方法，讨论了低质量和复杂性文献自动文本行分割的挑战。

Apr, 2007

本文介绍了一种基于卷积神经网络的像素预测器和任务相关的后处理块的开源实现，可以同时处理历史文档处理的多个任务，包括页面提取，基线提取，布局分析或多种类型的插图和照片提取，并展示了单个 CNN 架构在各个任务上具有竞争力的结果。

Apr, 2018

提出一种基于分割的方法以识别手写中文文本，使用简单而有效的完全卷积网络实现。使用一种新颖的弱监督学习方法，只需使用交录注释即可训练网络；无需先前分割方法所需的昂贵字符分割标注。因为完全卷积网络缺乏上下文建模，所以提出了一种上下文规则化方法将上下文信息纳入训练，进一步提高了识别性能。在四个广泛使用的基准测试上进行了广泛实验，即 CASIA-HWDB，CASIA-OLHWDB，ICDAR2013 和 SCUT-HCCDoc，结果表明我们的方法在在线和离线 HCTR 上都显著优于现有方法，并且比 CTC / 基于注意力的方法具有更高的推断速度。

Jul, 2022

该文章介绍了一个新的离线手写文本识别数据集，集中在孟加拉文字的图像上，该数据集包括 788 张手写页面图像和一个用于无监督聚类线分割的方案。该数据集可以用于各种手写文档识别、词识别、词或行分割等任务。

May, 2022

我们提出了一种名为层级文本识别器（HTS）的新方法，用于识别图像中的文本并确定其字符、单词、行和段落的四级层级结构。HTS 通过两个新颖组件实现：(1) 统一检测器多边形（UDP），可以生成文本行的贝塞尔曲线多边形以及用于检测线之间自然分组的亲和矩阵；(2) 行 - 字符 - 单词（L2C2W）识别器，可以将行分割为字符，再将它们组合成单词。HTS 在多个单词级文本识别基准数据集以及几何布局分析任务中取得了最先进的结果。

Oct, 2023

本研究提出了一个用于文本检测的新方法 SegLink，利用基于全卷积神经网络的定向框和框连接两个局部检测元素来检测文本，并在传统的 ICDAR2015 任务上取得了较好的检测效果，同时可用于非拉丁文的检测。

Mar, 2017

该研究提出了一个基于 Transformer 的模型 ——DocSegTr，用于端到端处理具有复杂排版的文档图像的实例级分割。实验结果表明，该模型对于文档分割表现优于现有的最先进方法，可作为文档图像实例级识别任务的有前途的基准。

Jan, 2022

本研究介绍了一种基于视觉和文本特征相结合的多模态方法，用于对历史报纸进行语义分割。该方法在 diachronic Swiss 和 Luxembourgish 报纸上进行了实验，结果显示多模态模型相较于强视觉基线模型进一步提升了高材料变异的鲁棒性和在不同时间和来源下的预测能力。

Feb, 2020

HyperSeg 是一种基于超维计算（HDC）的无监督对话主题分割方法，它通过在非常高的维度上随机选择向量的概率正交性来生成丰富的词元表示，从而在话题分割和下游的摘要任务中取得了显著的性能提升，同时具备更快的速度。

Aug, 2023

该研究提出了一种基于模型驱动的方法来检测图像线段，通过使用线性卡尔曼滤波器逐步在梯度图像上检测线段，并估计其支持线参数及其相关方差。该算法在处理图像噪声和光照变化方面表现出色，可以检测到比数据驱动方法更长的线段，并且无需繁琐的参数调整。此外，还提出了一种扩展算法，利用金字塔方法来提高结果的质量。通过与经典方法的对比以及在不同场景光照下的测试，证明了该方法的有效性。

Nov, 2023