本研究提出了一种基于图像比较的文本变更检测方法，解决了多语言文档比较中OCR模型选择不当的问题。该方法通过字级文本图像比较生成双向变更分割图，提升了检测准确性，无需文本对齐或缩放预处理，优于传统OCR模型。

本文介绍了一种新型距离度量——融合Gromov-Wasserstein距离，具有良好的数学属性和应用潜力。研究了基于该距离的多种算法，包括广义sliced-Wasserstein距离和Sliced Gromov-Wasserstein，展示了其在机器学习和图像比较中的优势，尤其在计算效率和准确性方面的提升。