一种基于特征融合与动态变换器的深度哈希图像检索方法

本申请涉及一种基于特征融合与动态变换器的深度哈希图像检索方法，涉及人工智能与计算机视觉技术领域，该方法包括：数据预处理、特征融合提取、哈希编码生成以及联合损失优化步骤；通过结合CNN的局部特征提取能力与ViT的全局建模优势，引入动态卷积、KAN模块与LoRA低秩适配机制，并设计联合优化的多分支损失函数，有效提升哈希码的语义一致性与检索性能，实现高效、精确的大规模图像检索，解决现有图像检索方法存在的特征表达不充分、检索精度不足以及计算开销较高的问题。