基于双态协同解耦与语义精炼的生成式零样本学习方法

本发明公开了基于双态协同解耦与语义精炼的生成式零样本学习方法，属于生成式零样本学习领域。该方法通过解耦图像的背景、结构和细节等静态特征，并由跨模态标签生成模块提取动态共性特征，实现静态与动态特征的互补表达；根据不同混淆类型动态调整特征关注重点，增强特征判别性，缓解跨类干扰；在语义层面，通过构建视觉‑语义镜像交叉注意力机制，实现语义特征与视觉特征之间的双向对齐，进一步提升语义表征的多粒度能力与适应性。本发明特征结构解耦、混淆自适应调控以及动态语义对齐为核心，有效提升了跨类别泛化能力和生成样本质量，突破了传统生成式零样本学习的性能瓶颈，具备较强的理论价值与广泛的应用前景。