一种基于相似性度量的先验掩码优化方法

本发明公开了一种基于相似性度量的先验掩码优化方法，整体流程如下：基于融合原型的前景掩码提取、基于门控机制的背景掩码提取、基于循环反馈的前景掩码优化；在支持原型与查询原型间建立可训练的加权融合通道，克服了传统单原型匹配的语义偏差问题、将背景概率置信度矩阵与循环一致性检查结合，实现假阳性预测的跨样本定位、在掩码修正阶段动态调整温度参数，相比固定温度策略更适应复杂场景的置信度分布特性；通过融合原型相似性度量与循环反馈机制优化分割掩码，有效减少假阳性预测并提升前景与背景的区分精度。