一种基于注意力机制的手写哈萨克文文档图像检索算法

本发明公开了一种基于注意力机制的手写哈萨克文文档图像检索算法，涉及计算机视觉和模式识别，属于人工智能技术领域。针对传统方法对小语种手写文档检索精度低、适应性差的问题，该算法采用改进的ResNet34结构，结合并行化补丁感知注意力（PPA）和增强型多尺度注意力（EMA）模块，分别捕获字符局部细节和全局上下文特征，有效识别哈萨克文字母的多种书写变体（如词首、词中、词尾形态）。在检索匹配模块，该算法通过余弦相似度度量查询图像与文档库图像的匹配度，并利用倒排索引加速大规模检索，支持毫秒级响应。最后，该算法通过文档回溯机制，基于单词位置索引关联原始文档，实现检索结果的高亮定位。该算法的优势在于，能够兼容不同书写风格的手写文档，对褪色、污损文档的检索也具有高鲁棒性。此外，该发明算法非常适用于小语种手写文档图像检索，具有高精度和高效率。