利用视觉运动机制中的 Saccade 机制，结合注意力驱动的视觉处理方法来实现深度学习神经网络分类和目标检测问题的智能数据压缩，实验在 ResNet-18，ViT，DETR 和 TransTrack 模型上进行，结果显示了该方法具有不错的性能表现。

Jun, 2022

本文提出了一种受人类感知启发的注意力模型，并将其融合到现代神经网络架构中。实验结果表明，引入注意力机制可以显著提高模型的对抗鲁棒性，在各种随机攻击强度下可以达到最先进的 ImageNet 准确度；通过控制注意力步骤的数量可以使模型的防御能力更强，并且可以对抗更强的攻击；攻击模型生成的对抗样本有着与传统对抗样本不同的全局、显著和空间一致的结构，这些结构来自目标类别并且甚至可以被人类识别，会使模型注意力从原始图像中的主要物体分散开来。

Dec, 2019

提出一个新的框架，通过学习过程将分类判别的注意力作为其中的一个基本部分，实现对注意力的分离和跨层一致性控制，有效地提高了图像分类的准确度，包括提高了 CIFAR-100 (+3.33%)、Caltech-256 (+1.64%)、ILSVRC2012 (+0.92%)、CUB-200-2011 (+4.8%) 和 PASCAL VOC2012 (+5.73%) 等基准数据集的分类准确度。

Nov, 2018

本文介绍了一种新型的硬注意力机制，该机制忽略了某些特征但仍能达到与软注意力相同或更好的性能，而且因为其选择了输入信息的重要特征，因此比类似的软注意力机制更加高效。

Aug, 2018

提出 TNet，一种多尺度硬注意力结构，通过自上而下的方式遍历图像尺度空间，只访问最具信息性的图像区域，神经网络可以更快地处理高分辨率图像，在 ImageNet 和 fMoW 数据集上都获得了更高的准确性。

Feb, 2021

该论文介绍了一种名为 SaccadeNet 的实时目标检测算法，它借鉴了人眼通过扫视信息获得物体位置的神经学机制，使用卷积神经网络并结合关键点定位进行快速精准的检测。在 MS COCO 数据集上，SaccadeNet 实现了 40.4％ mAP（每图平均精度）和 28FPS（每秒帧数）和 30.5％ mAP 和 118FPS 的性能，在实时性能和检测精度两方面表现出色。

Mar, 2020

本文提出利用注意力机制在卷积特征激活层面上进行细粒度图像识别，相对于传统方法，在不需要部分标注的情况下使用低层次特征进行输出概率分配，并在 CIFAR-10、Adience gender recognition task、Stanford Dogs 和 UEC-Food100 等数据集上取得了最先进的分类精度。

Jul, 2019

本文提出了一种使用深度神经网络应用视觉注意力于细粒度分类任务的新管道，通过整合三种类型的注意力，训练领域特定的深度网络，在弱监督约束下避免使用昂贵的注释，并在 ILSVRC2012 数据集和 CUB200_2011 数据集的子集上验证了该方法的有效性，取得了与其他方法相竞争的表现。

Nov, 2014

通过深度强化学习实现硬注意力的概念，直接影响原始输入数据，从而为人类理解提供解释性的硬注意力定位方法。

Oct, 2023

通过深度学习网络结构，我们的视觉注意力网络从全局到本地不同范围内的多尺度特征中提取等级显著信息以预测人眼的视觉注视点，并在各种基准数据集上实现了最先进的性能表现。

May, 2017