基于特征增强与语言感知属性引导的视觉定位方法

本发明属于视觉定位技术领域，涉及一种基于特征增强与语言感知属性引导的视觉定位方法。其核心在于高效整合了特征增强与语言感知属性引导两大关键模块。在特征增强环节，本发明方法通过视觉语义特征的多轮引导，精炼出高区分度的多模态特征，从而极大强化目标对象的特征显著性，确保其与背景及其他非目标对象特征清晰可辨。在语言感知属性引导方面，本发明方法深度挖掘文本嵌入与视觉表征间的深层语义耦合，精准捕获与目标对象高度相关的核心属性信息，并以此优化初始化目标查询，为后续的精准定位奠定坚实基础。