基于Swin-Transformer的满文印刷体文档识别方法及系统

本发明涉及一种基于Swin‑Transformer的满文印刷体文档识别方法及系统，属于光学字符识别技术领域。该方法通过数据预处理、Swin Transformer编码及解码器等步骤，实现了满文印刷体文档的高效识别。其中，数据预处理步骤对输入图像进行分割、线性映射及位置编码；Swin Transformer编码器采用窗口自注意力机制与移动窗口机制，有效捕获图像局部与跨窗口信息，并通过层次结构提取多尺度特征；解码器则基于编码器输出特征逐步解码，并集成特征提取分析模块以优化预测过程。本发明提出的Swin‑Manchu OCR模型在满文印刷体文档识别任务中准确率显著优于现有模型，具有广泛的应用前景。