一种基于噪声学习的文本图像宠物重识别方法

本发明公开了一种基于噪声学习的文本图像宠物重识别方法，包括以下步骤：收集宠物图像与描述文本对数据，并进行规范化处理；对图像与描述文本数据集分别进行向量化；对图文数据集进行全局和局部相似度计算；跨模态检索模型训练；模型推理与检索。本发明通过高斯混合模型和共识划分策略，利用对损失函数进行平滑优化、增强对噪声数据的鲁棒性、支持细粒度特征学习及对正样本的关注，有效过滤噪声数据并校准标签，提升了跨模态任务中对噪声数据的鲁棒性和匹配精度，提供了更高的灵活性和理论保证；同时通过跨模态特征提取和噪声鲁棒性设计，能够处理不同光照、背景和姿态下的宠物图像，提升实际应用中的泛化能力。