QASA：用于无监督以对象为中心学习的质量引导 K 自适应 Slot Attention
计算机视觉与模式识别
2026-01-21 v1
摘要
Slot Attention 是一种将场景中不同对象绑定到一组“槽”的方法，已成为无监督以对象为中心学习的主导方法。大多数方法假设固定的槽数 K，为了更好地适应对象基数的动态特性，少数工作探索了 K 自适应变体。然而，现有的 K 自适应方法仍存在两个局限性。首先，它们没有显式约束槽绑定质量，因此低质量槽导致特征归属模糊。其次，向重建目标添加槽计数惩罚会在减少活动槽数量与保持重建保真度之间产生冲突的优化目标。因此，它们仍然显著落后于强 K 固定基线。为了应对这些挑战，我们提出了质量引导 K 自适应 Slot Attention（QASA）。首先，我们将槽选择与重建解耦，消除了两个目标之间的相互约束。然后，我们提出了一种无监督 Slot-Quality 指标来评估每个槽的质量，为细粒度槽-对象绑定提供有原则的信号。基于该指标，我们设计了一种质量引导槽选择方案，动态选择高质量槽子集，并将其输入到我们新设计的门控解码器中以在训练期间进行重建。在推理时，slot attention 上的 token 级竞争产生 K 自适应结果。实验表明，QASA 在真实和合成数据集上均大幅优于现有的 K 自适应方法。此外，在真实世界数据集上，QASA 超越了 K 固定方法。
引用
@article{arxiv.2601.12936,
title = {QASA: Quality-Guided K-Adaptive Slot Attention for Unsupervised Object-Centric Learning},
author = {Tianran Ouyang and Xingping Dong and Jing Zhang and Mang Ye and Jun Chen and Bo Du},
journal= {arXiv preprint arXiv:2601.12936},
year = {2026}
}