分布迁移下基于目标中心学习的自举分割基础模型

提出了一种新方法Bi-level Optimized Query Slot Attention，利用可学习的查询初始化Slot-Attention，配合双层优化方法，实现了无监督图像分割和重构中的先进结果。

研究了从无标签视频中学习物体分割的方法，展示了在DAVIS16、STv2和FBMS59等基准上的有效性，绝对增益分别为7%、9%和5%。

提出了一种基于对象中心潜在扩散模型SlotDiffusion，能够在六个数据集上实现高质量的视觉生成，并展示了其在视频预测和时间推理任务中的可扩展性。

通过对基于槽的方法进行系统研究，发现槽的数量选择对学习对象相关表示有显著影响，错误的槽数量会导致过度或不足分割。

引入了一种新颖的跨图像对象级引导方法CrIBo，显著提高了密集视觉表示学习的效果，并在下游分割任务中表现出竞争力。

在非监督式物体中心学习中引入了基于注意力的自我训练方法和自回归变换器中的补丁顺序排列策略，显著提升了物体分割的效果。

提出的BootPIG架构增强了文本到图像生成模型的个性化能力，用户研究证实了其在保持对象外观和文本提示对齐方面的优越性。

通过神经插槽解释器(NSI)学习目标语义的细分和生成，提高了对象中心化学习者在属性预测和对象检测方面的性能。

研究了在少样本情况下通过学习视觉提示来提高普适少样本分割(GFSS)任务的效果，提出了传导提示调优的方法以改进视觉提示的质量。