本研究提出了一种解耦槽注意力模块，旨在解决现有物体中心学习方法在不同场景下识别相同物体的难题。该方法能够提取物体的全局不变属性，提升物体识别和复杂场景生成的能力。实验结果表明，该方法在全局物体中心表示学习和场景分解方面表现优异，具有重要的应用潜力。