一种基于渐进噪声缓解的无监督跨域图像检索方法及系统

本发明涉及人工智能算法领域，公开了一种基于渐进噪声缓解的无监督跨域图像检索方法及系统，包括：获取图像数据样本；计算图像数据的不确定性水平，得到包括不确定性数据的图像数据样本；构建并训练无监督跨域图像检索模型，训练过程中，开始时对不确定性较低的样本分配较大的权重，而对不确定性较高的样本分配较小的权重，并随着训练过程的进行逐步反转权重分配；基于训练完成的无监督跨域图像检索模型，实现跨域图像检索。本发明提出了通过动态重加权，模型可以逐步关注具有适当不确定性的数据，以进行语义学习和跨域对齐，从而以由易到难的方式排除噪声数据的负面影响。