一种基于欧氏空间与双曲空间融合的图像相似度计算方法

本发明属于图像相似度计算领域，提供一种基于欧氏空间与双曲空间融合的图像相似度计算方法，本发明通过在深度神经网络基础上引入指数映射，将欧氏特征嵌入至双曲空间，并结合伪排序标签生成策略与层次排序损失函数设计，实现对图像相似度的层次化建模和优化。该方法兼顾欧氏空间的稳定性与双曲空间的结构表达能力，在提升相似度计算精度的同时，具备良好的训练效率与应用扩展性。