随着深度学习技术的发展，文本识别领域取得了很大的进展。端到端弱监督
文本行识别算法由于只需文本转录标记数据进行弱监督学习，目前已经成为主
流。但这类方法难以准确定位字符位置，也存在可解释性不足和小样本泛化能力
不足的问题。因此，本文从滑动窗和单字分类的角度研究文本行识别方法，希望
实现弱监督学习并保持良好的可解释性和泛化性。
本文的主要研究成果如下：
1. 提出一种基于原型分类器的端到端文本行识别方法。本文采用基于滑动
窗分类的文本行识别框架，用原型分类器作为字符分类器，在文本行特征平面上
进行滑动分类，相比图像上滑动提升了计算效率。在文本行样本数据的弱监督训
练中，通过伪标签筛选提升了训练的收敛性。在手写数字和手写中文数据集上的
实验中，本方法取得了具有竞争力的结果，并在小数据集的迁移学习中显示出优
势。
2. 提出一种统一显示切分和隐式切分的弱监督文本行识别方法。该方法结
合了显式切分和隐式切分的优点，可以在文本行样本数据上弱监督训练，在识别
的同时给出字符的位置信息。本文合成带字符位置标记的文本行数据辅助弱标注
真实文本行图像进行训练，可以克服连接时序分类模型（Connectionist Temporal
Classification，CTC）的对齐漂移问题；同时，通过引入回归分支预测字符边界，
实现字符精准定位。在中文手写文本识别实验中，本方法取得了优异的性能。