①SOTAなText recognitionがSegmentation-freeでSingle-line text recognitionを可能にし、提案手法は更にSegmentation-freeでmulti-line recognition可能；②提案手法はEnd-to-endで、Segmentationのアノテーション必要せずにSegmentationとRecognition同時に行える．

①handwriting recognitionデータセットIAMとICDAR 2017 HTRでSOTAなcharacter error率を得られた；②更に，IAMデータセットでLocalization informationを用いたSingle line手法よりも高いパフォーマンスを得た；③定性的結果により提案手法が有効的にLineをセグメントできることを示した．

①ネットワークの通用性が高い．提案のネットワークを従来の1行Text認識手法に適応することで従来手法をMulti-行のText認識可能にする．②提案手法は実装しやすい．Text画像とFull textのアノテーションだけから学習可能であり、行のSegmentationなどのアノテーションが必要ない．