本文提出了一种新的成本聚合网络，称为带有 Transformers（VAT）的体积聚合，用于少量样本分割，并通过 4D 卷积 Swin Transformer 解决了 Transformer 处理相关矩阵时可能遇到的问题，实现了在所有标准基准测试中的最新技术成果，且在语义对应性方面的表现也非常优异。

Jul, 2022

介绍了一种新颖的成本聚合网络 ——Volumetric Aggregation with Transformers (VAT)，通过使用卷积和 Transformer 处理查询和支持之间的高维相关性地图，从而有效地处理 Few-shot 分割任务。

Dec, 2021

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

本文提出了基于 Hierarchically Decoupled Matching Network (HDMNet) 的 Few-shot 语义分割方法，使用 transformer 架构、自注意力模块和匹配模块来实现级联匹配和关键像素级别的支持关联，且通过语义对应度实现了从粗糙分辨率到细粒度分割的相关性蒸馏，实验结果表明在 COCO 数据集中的 few-shot 语义分割任务上取得了较好的性能。

Jun, 2023

本文提出了一种基于 transformer 架构的 Hierarchically Decoupled Matching Network（HDMNet）用于 few-shot 语义分割任务。该网络利用自注意力机制来建立层次化的密集特征并使用匹配模块降低过拟合，引入来自粗分辨率的语义对应的相关性传递，以提高细粒度的分割。在实验中该方法表现良好，在 COCO 数据集上的 1-shot 和 5-shot 分割分别达到了 50.0% 和 56.0% 的 mIoU。

Mar, 2023

本文提出了一种基于局部特征关系的转换模块，通过广义逆矩阵将关系矩阵线性转换，可以用于替代现有的 Few-shot 分割框架中的转换模块，并在 Pascal VOC 2012 数据集上进行了验证。

Oct, 2019

本文提出了一种基于 SDF 转换网络、稀疏窗口注意力模块和上下文注意力网络的三维变换器网络，用于更好地聚合三维特征，提高单目场景重建的精度和完整性。实验结果表明，该网络在多个数据集上优于现有方法，能够提高网格的准确性和完整性。

Jan, 2023

在本研究中，我们扩展了空间聚合能力并提出了一种动态内核的变换编码方法，使用自适应聚合产生内核偏移来捕获有效信息，同时引入了广义粗到细的熵模型和不对称的空间通道熵模型，实验结果表明我们的方法在三个基准测试中达到了优于最先进的基于学习的方法的速率失真性能。

Aug, 2023

使用多分辨率可变形注意力和查询聚合机制的视觉转换器模型在多目标姿态估计方面取得了最先进的结果。

Dec, 2023

本文提出了基于 DCAMA 和 Transformer 架构的多级像素关联的稠密像素交叉查询和支持关注权重掩模聚合方法，通过完全利用支持图像中的前景和背景信息，显着提高了标准 FSS 基准测试的性能，特别是 1-shot mIoU 方面有了 3.1％，9.7％和 3.6％的绝对改善。

Jul, 2022