融合双重注意力机制的缅甸语图像文本识别方法及装置

摘要

本发明涉及融合双重注意力机制的缅甸语图像文本识别方法及装置，属于自然语言处理领域。缅甸语字符具有独特的语言编码结构以及字符组合规则，为了解决缅甸语图像中上下标字符容易丢失导致准确率低的问题，本发明提出了一种融合双重注意力机制的缅甸语图像文本识别方法，主要包括缅甸语图像数据集构建及预处理、融合通道注意力和空间注意力的缅甸语图像特征增强、基于多头注意力解码器的缅甸语图像文本识别模型构建以及缅甸语图像文本识别四部分构成。根据这四个部分功能模块化制成融合双重注意力机制的缅甸语图像文本识别方法及装置，相比通用的图像文本识别方法本发明有效地缓解了缅甸语图像中字符上下标字符缺失导致识别准确率低的问题。