一种循环增强视觉-文本跨模态注意力表征方法

本发明提供了一种循环增强视觉‑文本跨模态注意力表征方法。本发明的目的在于提供一种视觉‑文本跨模态注意力表征方法，旨在加强视觉‑文本关联，降低视觉‑文本双模态间的特征差异。通过迭代多级视觉‑文本融合模块、基于掩码参考的中心点监督模块和循环增强解码器模块统一研究视觉文本融合。本发明能够充分利用文本信息，获得更全面、更细节的文本嵌入，并增强图像的上下文理解，通过循环增强融合与文本特征最相关的视觉目标。本发明的方法具有广泛的应用前景，可应用于视觉文本融合和遥感图像处理等领域，为视觉‑文本跨模态特征表征提供了一种有效的解决方案。