本文探讨了图神经网络（GNN）与定性可解释图（QXG）在自动驾驶场景理解中的结合，提出了一种新颖的GNN架构，能够有效识别交通场景中的相关对象，实验结果表明其在对象识别任务中表现优异。

本研究提出了一种新颖的端到端学习方法，结合知识指导与领域优化，显著提升了细粒度遥感图像中的对象识别性能。

本文探讨了视觉变换器（ViTs）在子群体转变时的预测错误，并提出了一种基于超网络的定位-编辑方法，以提升ViTs在对象识别任务中的性能。

本文介绍了一种结合语义实例识别和多帧数据关联技术的机器人实时构建语义地图的方法。研究展示了零样本导航模型VLFM的有效性，能够在新环境中识别目标对象并成功导航。此外，提出了OpenFMNav模型，利用大型语言模型进行开放集对象导航，验证了其在复杂环境中的有效性。

本研究结合对象识别与自然语言表达，提出多种模型和方法以提升性能。通过评估多个数据集，验证了新方法在指代表达生成与理解上的优势，尤其在视觉推理和对话生成中表现突出。

本文提出了一种基于二叉决策树的稀疏编码方法，应用于对象识别，展示了其有效性。研究了物体中心表示学习及其在多目标数据集上的表现，提出的新模型GENESIS-v2优于现有模型。此外，探讨了基于对象的学习如何提高视觉动力学预测的准确性，并提出了新的微调策略以增强零样本迁移能力。

本研究探讨了卷积神经网络是否能模仿人类的完形闭合能力。研究发现VGG16和DenseNet-121模型展现了闭合效应，提升了对神经网络理解的透明度与比较性。

本文介绍了一种基于视觉-语言模型的移动机器人导航方法，能够在复杂环境中实现零样本迁移和有效导航。通过预训练模型和自然语言指令，机器人在真实环境中成功执行任务，提高了导航的准确性和成功率。研究还探讨了对象识别和空间语义理解的技术进展与挑战。

LightGlue是一种深度神经网络，专注于图像匹配，尤其在视觉重叠和外观变化有限的情况下表现优异。AffineGlue通过简化特征匹配和鲁棒估计，提高了模型的效率和准确性。SuperGlue利用联合推理和图神经网络优化匹配，适用于复杂环境中的姿态估计。GLEE提供了统一的对象识别框架，支持多种任务。研究表明，视频基础模型在特定任务中表现优越，强调了进一步研究的必要性。

本研究结合对象识别与自然语言表达，提出多种模型以提升性能。评估结果显示，新方法在生成和理解指代表达方面优于现有技术，特别是在上下文理解和图像生成任务中表现突出。

本文探讨了基于循环神经网络的控制方法，以解决弹性操纵器中的非线性问题。提出了结合深度学习与物理模型的HybridNet框架，能够准确预测动态系统的演化。同时，研究了多模态对象识别和肌骨建模的深度学习方法，展示了其在运动预测和物体识别中的有效性。

本文介绍了多种基于 Transformer 的模型，如 GRT、VGT 和 QA-ViT，旨在提升视觉问答和多模态推理的性能。这些模型通过利用边缘信息、动态图形和自注意力机制，显著提高了任务的准确性和效率，为视觉理解和对象识别提供了新的思路和方法。

本文介绍了深度脉冲耦合神经网络（DPCNN），通过使用脉冲耦合神经网络（PCNN）替代传统神经元模型，提升了视觉任务的表现。同时，提出了接受域和时间依赖批归一化（RFTD-BN），加速了DPCNN的收敛。研究还探讨了基于预测编码理论的神经网络在图像分类和对象识别中的应用，显示出竞争力的性能。

本文介绍了多种基于神经隐式表面的3D重建方法，如DeepSDF、ClusteringSDF和MV-DeepSDF。这些方法通过学习有符号距离函数（SDF）实现高质量的形状表示和重建，尤其在复杂场景和自动驾驶数据集上表现优异。此外，研究提出了新框架AiSDF和H2O-SDF，增强了室内场景的细节重建和对象识别能力。

研究发现，视觉变换器（ViTs）在对象识别任务上与新生小鸡的学习能力相媲美，不需要更多的训练数据。ViTs的基于注意力的学习机制足以推动动物样的对象识别的发展。