visual reasoning

新研究表明局部注意力是视觉模型泛化的关键

一篇新的研究论文探讨了人类视觉处理与当前计算机视觉模型之间的差异，特别是在局部性和长度泛化方面。研究发现，人类视觉使用局部观察，而许多计算机视觉模型则全局处理图像。研究表明，视觉模型可以学会利用全局捷径，导致在泛化到长度或复杂度增加的任务时出现失败。然而，依赖严格局部感知的循环视觉策略有助于缓解这些泛化失败，表明局部注意力可能对视觉模型中稳健的组合泛化至关重要。