本文介绍了一种有效的感知推断框架，该框架能够显式地处理输入和特征的分割，并通过增强神经网络的表示能力并对对象表示进行迭代分组，以及对其分组迭代推理进行摊销从而实现了快速收敛，相比其他处理多物体场景的方法，该方法不假设输入为图像，因此可以直接处理其他模态，并在处理具有纹理分割的复杂图像时提供更好的分类性能。

Jun, 2016

人类视觉识别系统显示了惊人的能力，能够将视觉信息压缩为一组包含丰富表示的令牌，无需标签监督。本文提出了感知分组标记器，一种完全依赖于分组操作的模型，用于提取视觉特征和进行自监督表示学习，其中一系列分组操作被用于迭代地假设像素或超像素的上下文，以改进特征表示。我们表明，与最先进的视觉架构相比，所提出的模型在性能上具有竞争力，并且具有自适应计算和可解释性等可取的属性。具体而言，感知分组标记器在 ImageNet-1K 自监督学习基准测试中以线性探测评估获得 80.3％的性能，标志着这一范例的新进展。

Nov, 2023

这篇论文研究了一项名为统一感知分析的新任务，通过开发 UPerNet 多任务框架和一种训练策略来实现从给定图像中识别尽可能多的视觉概念，最后在自然场景中应用训练网络来发现视觉知识。

Jul, 2018

本研究旨在开发一种通用的素描分组器，首先提出了最大的素描感知分组（SPG）数据集，构建了一个深度通用感知分组模型通过更好的损失函数优化达到了良好的模型性能，并证明了该模型对于许多素描分析任务的有效性。

Aug, 2018

本文研究了 DNN 模型在场景感知和对象识别中是否存在类似人类感知的 Gestalt 现象，并发现不同类型的 DNN 模型在处理不同的刺激时，只在最后一个处理层表现出一定的 Gestalt 效应，但这种效应与人类感知的 Gestalt 效应不同，从而表明 DNN 学习到的感知属性与人类有根本的差异。

Mar, 2022

该论文提出了一种基于预训练模型的多模态语义表示方法，并引入了超像素和多尺度差异图卷积网络来提高视觉语义表达的准确性和精度，从而在多个下游任务学习方面表现出与其他先进方法的竞争力。

Oct, 2023

本论文提出了一种新的底部向上体系结构，以联合学习类别级人类语义分割和多人姿态估计来解决实例感知的人体部位解析的挑战任务。该框架利用不同人类细粒度上的结构信息，使人员分区的难度降低。通过将联合关联建模为最大权二分匹配，实现了可微分的解决方案，从而使我们的方法具有端到端的可训练性，并且允许将分组误差直接传播到多层次的人类表征学习中。

Mar, 2021

通过对两个合成的视觉任务系统评估神经网络架构的组合，我们发现底层、水平和顶层连接的计算角色有所不同，且这些交互都可以更灵活地学习形成感知群体。

Jun, 2019

本文提出了一种新的具有可学先验的空间混合模型来实现感知分组。 该方法将对象的属性划分为 “形状” 和 “外观”，并通过神经网络分别建模。 在感知分组数据集上进行的广泛实证测试表明，所提出的方法在大多数实验配置下优于现有的方法。

Feb, 2019

本论文提出了一种基于 Part Grouping Network 的多人解析方法，通过二元子任务实现语义部分分割与实例感知边缘检测，并在多个数据集上实现了优于当前状态 of-the-art 的表现。

Aug, 2018