本研究为多视角三维形状识别和检索提出了 ViewFormer 方法，该方法通过提出 “视角集” 视角，采用一种自适应的注意力模型来捕捉视图集中的元素之间的成对和高阶相关性，并将学习到的多视角相关性聚合到一个富有表达力的视角集描述符中进行识别和检索。实验证明，该方法在不同任务和数据集上具有惊人的能力。特别是在 ModelNet40 数据集上，ViewFormer 首次达到 98.8％的识别准确率，超过了之前最好的方法 1.1％的表现。

Apr, 2023

本文提出了一种名为 3DViewGraph 的方法，该方法通过引入注意力机制，学习 3D 全局特征，解决了池化操作可能导致信息丢失和影响学习特征判别性的限制问题，并在三个大规模基准测试中展现出优异性能。

May, 2019

研究了 Deep Set 学习的核心组成部分：聚合函数；提出并检查了替代常用聚合函数的方法，包括可学习的循环聚合函数，并在实验中发现 Deep Set 网络对聚合函数的选择非常敏感：在改善性能的同时，我们发现可学习的聚合函数可以降低超参数的敏感度，并更好地推广到分布外的输入大小。

Mar, 2019

本文提出了一种名为 VERAM 的递归注意模型，能够主动选择一系列视角进行高精度的三维形状分类，通过三个关键增强策略解决了现有注意力模型中不平衡训练的问题，实现了状态下的最先进水平。

Aug, 2018

提出一种名为 MG-RAFA 的关注特征汇聚模块，用于将空间 - 时间特征精细地聚合成具有判别性的视频级别特征表示，采用全局视图与卷积操作学习关注，并基于不同粒度的关系学习多粒度关注，实现了视频 ReID 任务上的最新成果。

Mar, 2020

本研究提出了一种基于支配集的视角聚类和汇集层的三维物体识别方法，将其应用到现成的预训练 CNN 中，使多视角三维物体的识别准确率达到了 93.8%，其中还探讨了一种快速学习策略。

Jun, 2019

本文介绍了基于深度学习的 3D 变形模型，提出了一种基于注意力机制的模块来优化特征汇聚，通过端到端训练映射矩阵来实现在现有架构上对特征汇聚的替代，取得了在多个 3D 模型数据集上的最新成果。

May, 2021

本文提出一种利用两种最新的深度人脸识别模型 ArcFace 和 AdaFace 的输出进行聚合的技术，通过利用 Transformer 注意机制来改善人脸识别系统的总体区分能力，并通过引入信息瓶颈原理来确保聚合特征保留最相关和区分能力最强的信息。在流行的基准测试中，我们的方法在人脸识别性能上展现出了一致的改进，证明了其有效性。

Sep, 2023

本文提出了一种两阶段的特征融合范式，Cluster 和 Aggregate，用于无约束人脸识别，它能够适应大规模输入，维护顺序不变性，并通过聚类特征进行序列推理。实验结果表明，所提出的范式在无约束人脸识别中具有优越性。

Oct, 2022

本文介绍了一个关注机制的结构化表示学习框架，可以预测图像类别标签和注意力映射，并在没有其他监督的情况下以端到端的方式进行学习，改进了性能，并在标准场景识别和细粒度分类基准测试中取得了最新成果。

May, 2018