一种基于渐进式语义绑定机制的多视图图像分类方法

本发明属于图像分类技术领域，具体涉及一种基于渐进式语义绑定机制的多视图图像分类方法；包括：获取多视图图像和类别标签；对多视图图像进行预处理，生成高维特征向量；采用编码器对高维特征向量进行处理，得到潜在特征表示；根据潜在特征表示构建渐进式语义绑定损失和学习强化判别损失；将潜在特征表示输入到解码器，生成重建高维特征向量并计算重构损失；将潜在特征表示输入到分类器，得到多视图图像的分类结果；根据分类结果和类别标签计算交叉熵损失；融合各损失得到模型总损失；根据模型总损失调整模型参数，得到训练好的模型；本发明保障了多视图数据在不同层次的语义一致性，有效增强不同类别之间特征的差异性，显著提升了多视图数据对齐与融合的精度和鲁棒性。