一种多模态信息瓶颈的视频高光检测方法及系统

本发明公开了一种多模态信息瓶颈的视频高光检测方法及系统，通过因果注意力感知模块利用环境伪标签将输入特征解耦为因果分支与环境分支，从特征层面剥离环境混淆变量的虚假相关性，增强了模型在困难样本上的泛化能力；同时，通过基于切片Gromov‑Wasserstein距离构建的单模态信息瓶颈层，以拓扑率失真度量替代传统相对熵约束，在压缩降维过程中保留高光动作的高维几何流形与时序因果逻辑，避免了特征过度平滑。在降低特征冗余度的同时，显著提升了视频高光检测的泛化鲁棒性与定位精度。