[发明专利]一种图像文本匹配的方法、装置、电子设备和存储介质

摘要

本发明涉及一种图像文本匹配的方法、装置、电子设备和存储介质，该方法包括：获取图像特征和文本特征；对图像特征进行图像增强处理生成两个含噪声的图像特征；对文本特征进行文本增强处理生成两个含噪声的文本特征；对两个含噪声的图像特征进行加入噪声的图像记忆单元处理；对两个含噪声的文本特征进行加入噪声的文本记忆单元处理；对图像记忆单元和文本记忆单元分别进行约束。本申请实施例通过关键记忆约束使得加入噪声的图像和文本记忆之间的语义一致性，高于不同图像和文本产生的其他记忆，从而提高了匹配效果；并且通过两种不同噪声的加入和对比学习，使得图像文本输入在受到干扰时依然能取得良好的匹配效果，提高了匹配的鲁棒性。