本研究回顾了人类目标感知与深度神经网络在目标识别中的相互促进，探讨了工作记忆模型的标准化框架及其与认知心理学的关系。研究发现，神经网络的激活函数影响表示几何，Tanh网络生成的表示更具解耦性。提出的动态网络架构展示了在视觉任务中的应用潜力，强调了大脑如何通过分块动态组织信息以解决工作记忆容量问题。

本研究回顾了人类目标感知与深度神经网络在目标识别中的相互促进，提出了基于Transformer的多物体理解模型和弱监督学习方法，以提升3D物体识别和场景复原能力。