基于多粒度融合模糊深度对比聚类的图像聚类方法及系统

本发明提供基于多粒度融合模糊深度对比聚类的图像聚类方法及系统，属于计算机视觉技术领域。该方法整体由共享权重的三重CNN主干网络、多粒度融合对比学习模块、面向结构的聚类对比学习模块和模糊聚类模块组成，分为两个核心实现阶段：第一阶段完成多粒度对比聚类预训练，通过三重图像增强提取特征，融合粗粒度语义特征与细粒度细节特征构建多粒度表示，开展实例级与结构导向的聚类级联合对比学习；第二阶段完成自编码器与模糊聚类的联合优化，通过坐标下降法交替更新隶属度与聚类中心，实现端到端的高精度无监督图像聚类。本发明有效解决了现有深度对比聚类技术单粒度特征判别性不足、聚类分配置信度低、模糊边界样本适配性差的缺陷。