本研究提出了一种新颖的轻量级注视估计模型FGI-Net，旨在克服现有模型在参数量、训练时间和收敛速度上的不足。FGI-Net有效融合全局信息，降低复杂性，提高准确性和收敛速度，实验结果表明其在多个数据集上表现优越。

本文介绍了DualToken-ViT，一种轻量高效的视觉变换模型，通过融合局部和全局信息，使用位置感知的全局标记来改进图像的位置信息。实验证明，DualToken-ViT在图像分类、物体检测和语义分割任务上表现出色，在ImageNet-1K数据集上准确率分别达到了75.4%和79.4%。同时，在0.5G和1.0G的FLOPs下，1.0G FLOPs的DualToken-ViT模型的性能超过了LightViT-T模型0.7%。

本文提出了一种全卷积网络用于迭代非盲去卷积，能够学习自适应的图像先验，保持局部和全局信息。经评估表明，该方法在质量和速度方面表现优异，可胜任同类算法。

该文介绍了DualToken-ViT视觉变换模型，它融合局部和全局信息，使用位置感知的全局标记来丰富全局信息，改进了图像的位置信息。在图像分类、物体检测和语义分割任务上进行广泛实验，展示了DualToken-ViT的有效性。