本发明提供一种用于自然图像跨类识别的对抗零样本学习方法，包括在旧类的样本空间上求解初始投影学习问题，获得测试样本的初始伪标签；求解投影学习问题，使得学习到的投影能够具有更好的语义保持性质；根据学习到的投影，利用基于余弦距离的最近邻算法预测所有测试样本的伪标签；将伪标签注入投影学习问题，直到收敛；将收敛时的伪标签作为最终预测的标签，支持实现自然图像的分类。本发明通过一种新的对抗方法，有效的缓和了领域漂移问题，实现了跨类识别性能的提升。这种新的对抗方法是投影器和分类器之间的博弈。投影器期望学习一个具有好的语义保持性质的投影，而分类器期望获得高的分类准确率，两者博弈达到纳什均衡结束。