基于非平衡特征分布多向对齐的低质量多模态动物图像划分方法

一种基于非平衡特征分布多向对齐的低质量多模态动物图像划分方法，属于低质量多模态动物图像数据中的数据划分领域，本发明首先通过自编码器的编码网络获得低质量多模态动物图像数据样本的潜在嵌入特征，并将其通过Transformer机制获得具有判别性的嵌入表示，同时使用重构损失函数对低质量多模态动物图像数据样本和重构样本特征进行约束。然后将不同模态的潜在嵌入特征输入特征分布多向对齐函数，使不同模态的特征分布对齐，以获得不同模态间的一致性信息。紧接着将不同模态的潜在嵌入特征通过特征融合层进行融合，以获得所有模态的公共嵌入表示，并将其通过对比损失函数与具有判别性的嵌入表示进行对齐，以获得不同模态的互补性信息。最后使用小批量随机梯度下降算法将基于非平衡特征分布多向对齐的低质量多模态动物图像划分方法总体损失函数优化至收敛。当模型收敛后，使用k‑means算法对公共嵌入表示进行类别划分，根据划分结果，计算低质量多模态动物图像数据的划分准确率。