本文提出了一种新颖的图对齐框架，用于识别多个图中对应节点。现有的无监督学习方法将节点特征嵌入到潜在表示中以进行图间比较，但存在节点可辨别性差和潜在空间错位等问题。本研究提出了一个框架，旨在提高节点可辨别性并增强潜在空间中的几何一致性。该框架利用结合低通和高通谱滤波器的双通编码器来生成结构感知、高辨别性的嵌入。此外，为了解决潜在空间错位问题，它集成了一个几何感知特征图模块，该模块学习图嵌入之间的双射和等距变换，从而确保不同表示之间一致的几何关系。使用各种预训练模型在图基准和视觉语言基准上进行的实验表明，该方法优于现有的基于无监督学习的对齐方法，证明了其对结构错位的鲁棒性。此外，它表明所提出的方法能够实现图形域之外的视觉和语言表示的无监督对齐。
