该文综述了多种场景文本检测与识别方法，涵盖任意形状文本的边界点定位、神经网络直接生成文本边界、分层迭代边界变形优化、适应性文本区域表示、DPText-DETR基于点坐标生成位置查询、文本边框语义引导检测、实例分割结合注意力识别曲线文本、无序框离散化解决标注一致性问题、SBD离散化边界框提升检测性能，以及MataDoc面向任意边界文档矫正。

该文综述场景文本识别研究进展，涵盖基于Transformer编码的端到端框架（无需矫正模块或字符级注释即可引导文本定位）、以单点标注替代边界框的SPTS v2、共享计算的FOTS、建模交互特征的ESTextSpotter、一次学习定位东巴象形文字的OTS，以及处理任意形状文本的统一网络、识别曲线文本的实例分割方法、图像编辑技术与合成数据域适应方法。