基于动态原型学习和特征解耦的图像分类方法

本发明公开了基于动态原型学习和特征解耦的图像分类方法，属于图像识别技术领域，包括以下步骤：S1、全局与局部特征提取；S2、判别与背景特征解耦；S3、语义原型投影优化；S4、动态融合原型学习；S5、图卷积未见类别推理；S6、偏置与不确定性预测。通过上述方式，本发明通过动态原型学习机制在共享嵌入空间中同时增强类内紧凑性和类间可分性，并根据类别间语义相似度自适应调整分类边际，使语义相近且容易混淆的类别在特征空间中获得更充分的区分，同时通过双路注意力特征解耦机制，将图像中的类别判别区域与背景、光照、视角等干扰因素分离，仅将与类别语义高度相关的判别特征用于跨模态对齐，从而降低背景虚假相关性对分类结果的影响。