用于多模态图文检索的对比归一化概率表示方法

本发明公开了一种用于多模态图文检索的对比归一化概率表示方法，通过集成Vision Transformer和BERT作为视觉与文本编码器，分别提取图像和文本的高阶语义特征；随后对特征进行概率分布建模，以自然表征模态间多对多匹配关系；引入对比归一化模块，通过特征归一化与对比学习优化嵌入空间，解决模态差异导致的特征不对齐问题；采用KL散度或欧氏距离计算概率分布相似性，并结合软对比损失函数和正则化策略训练模型，最终实现高效、鲁棒的跨模态检索，显著提升复杂场景下的检索精度与泛化能力。