一种基于隐式特征空间的多模态特征对齐方法

本发明涉及一种基于隐式特征空间的多模态特征对齐方法，属于人工智能、多模态数据处理领域。本发明以文本为中心，使用预训练的大模型将图像和音频的信息进行特征提取并微调。然后构建一个能够捕捉不同数据类型之间深层次关联的隐式特征空间，利用对比学习框架微调模型，生成反映各模态内在联系的特征表示。与传统方法不同的是，这项技术不依赖显式的对应标注，减少了对大规模标注数据集的需求，从而提升了模型的泛化能力和适应性。