随着深度学习的不断发展,场景文本检测和端到端识别领域取得了较大的进展。然而现有算法主要关注于复杂形状、语种多样性等难点,却忽视了由场景文本形状多样性带来的昂贵标注成本。相比图片分类任务的Image-Net数据集（1419万张图片）,场景文本任务常用的高质量真实数据集图片较少,通常仅有一千张左右。然而,在实际应用中,往往需要十万、甚至百万的真实数据进行训练才能取到较高的文本检测识别性能。因此,减少场景文本标注成本的同时保证算法的检测识别性能是目前该领域的一个重要研究方向。本文针对场景文本弱标注方法和弱标注下的场景文本检测识别问题进行了一系列的研究:（1）本文提出了一种简单高效且适用于任意形状文本的弱标注方法,即近似中心线标注法。相比多方向矩形框和多边形框的标注方法,该弱标注方法通过舍弃文本实例的边缘信息,大幅降低场景文本的标注时间。（2）本文提出了一种基于近似中心线的弱监督场景文本检测算法。该方法通过合成数据集学习字符的先验知识,并利用近似中心线标注将知识迁移到真实数据集,以弥补文本边缘信息的缺失。由于弱标注会引入大量噪声。此外,该算法提出了基于动态采样的字符矫正网络以及鲁棒的后处理方法,抑制了噪声对检测性能的影响。（3）本文提出了一种基于近似中心线的弱监督场景文本端到端识别算法。该算法提出了基于近似中心线的候选框网络和基于近似中心线抑制噪声的方法,有效提升识别任意形状文本的精度。综上,本文针对场景文本的弱标注展开了一系列的探索和研究,提出了一种文本近似中心线的弱标注方法,并对应提出了基于近似中心线的场景文本检测算法和端到端识别算法,能够有效利用本文提出的弱标注,在多个真实公开数据集上取得了接近基于强标注方法的检测识别性能,弥补了现有基于弱标注方法性能的不足。此外,本文对现有多个真实场景文本数据集重新进行了标注,为相关研究提供了一定帮助。