一种基于实例感知查询的鲁棒多模态图像分割方法和系统

本发明提供一种基于实例感知查询的鲁棒多模态图像分割方法和系统，方法包括：获取原始图像数据和文本描述数据，通过语义解析和因果图构建生成训练数据；采用多层编码网络提取图像特征和文本特征，通过因果推理建立特征依赖关系；基于注意力计算生成实例聚类特征，结合多尺度融合策略得到融合特征；计算查询置信度并生成候选分割掩码，经过后处理优化输出最终分割结果。本发明通过引入因果推理和实例感知查询机制，提高了跨模态特征对齐精度和分割结果的鲁棒性，在复杂场景下具有更好的分割性能和泛化能力。