通过区分建模图像的聚焦特征和非聚焦特征,并混合目标特征到图像的聚焦特征和非聚焦特征中来综合学习图像表达。通过利用目标特征能够使图像中的聚焦特征更一致,且使得非聚焦特征更远离,进而有效地解决图像表达过程中的噪声问题。为了提取高质量的目标特征,选取SIN网络方法来提取目标特征。在CAIE算法中,综合图像的聚焦特征、非聚焦特征及目标特征,建立互补注意力机制来学习图像的特征,进而能够更深刻地刻画图像本身的特征,实现在线社交网络图像主题的精准表达。