El análisis automático de la escritura manuscrita es un reto muy importante. Hay que superar muchas dificultades (por ejemplo, diferentes estilos de escritura, alfabetos, idiomas, etc.) para abordar diversos problemas (reconocimiento de textos, verificación de firmas, identificación de escritores, localización de palabras, etc.). Este artículo revisa la creciente literatura sobre el análisis de documentos manuscritos offlie en los últimos treinta años. Utilizando técnicas bibliométricas se examina una muestra de 5389 artículos. Este trabajo identifica (i) los artículos más influyentes en el área, (ii) los autores más productivos y sus redes de colaboración, (iii) los países e instituciones que han liderado la investigación sobre el tema, (iv) las revistas y conferencias que han publicado más artículos, y (v) los temas de investigación más relevantes (y sus tareas y metodologías relacionadas) y su evolución a lo largo de los años.
Publicado en Pattern Recognition.
Ministerio de Ciencias, innovación y universidades Advances in the development of methods for automatically extracting and understanding the content of handwritten digitized documents will continue being an important need for our society. This project addresses three challenging computational problems related to automatic handwritten text processing of document images: (1) document layout extraction over unstructured documents, (2) continuous handwritten text recognition under unrestricted conditions and (3) offline verification of human signatures using advanced deep neural models, respectively. The proposed solutions to previous problems will be adapted to several applications presenting a socio-economic interest. In particular: the analysis and transcription of historical documents, and some demographic prediction problems based on use of handwriting (for example, recognizing the gender or handedness of a person). In this project, we will emphasize the application of developments