本发明公开了一种基于自监督对抗的图片文本跨模态检索方法，通过在嵌入生成网络构建一个共享网络，作为图片特征、文本特征分别映射为图片编码、文本编码的共享子空间，这样减小图片特征和文本特征之间的区隔，同时，构建一个自监督对抗网络，在自监督对抗网络的辅助下，进行对抗训练嵌入生成网络，以滤除图片特征中的冗余信息，更好地将不同模态特征映射到同一空间，使不同模态特征可以更好地对齐，从而提高图片文本跨模态检索效果。