基于半监督学习的开放世界图像溯源方法和装置

本发明公开了一种基于半监督学习的开放世界图像溯源方法和装置，包括：获取待溯源图像数据，图像数据包括有标签图像和无标签图像；通过异构网络进行预训练，提取有标签图像的特征嵌入向量，结合类别分类损失和三元损失优化特征提取能力；基于半监督学习，利用DBSCAN聚类算法对无标签图像的特征嵌入向量进行聚类，生成噪声硬伪标签，并通过互相均值教学框架两个网络协作生成软伪标签，融合硬分类损失、软分类损失和软三元组损失优化模型；对输入的待溯源图像进行推理，利用训练好的平均模型提取特征嵌入向量，分类器输出各生成方法的概率分布。本发明能够高效区分多种生成方法生成的图像，提升开放世界场景下的溯源能力，增强复杂场景下的鲁棒性。