当槽位竞争：基于对象中心学习的槽位合并
计算机视觉与模式识别
2026-03-13 v1
摘要
基于槽位的对象中心学习将图像表示为一组具有解码器的隐式槽位，解码器将其组合成图像或特征。解码器指定了如何将槽位组合成输出，但通常固定的槽位集合：选择槽位数量 upfront 且仅 refined。这可能导致多个槽位竞争同一实体的重叠区域，而非聚焦于 distinct 区域。我们引入 slot merging：一种对槽位集合的轻量级操作，在训练期合并重叠槽位。我们通过槽位注意力图之间的 Soft-IoU 评估重叠度，并通过 barycentric update 合并所选槽位对，以保持梯度流。合并遵循固定策略，决策阈值从重叠统计中推断，不需要额外可学习模块。集成到 DINOSAUR established feature-reconstruction pipeline 中，所提方法改进了对象因子化和掩码质量，超越了其他自适应方法在对象发现和分割基准测试中的表现。
引用
@article{arxiv.2603.11246,
title = {When Slots Compete: Slot Merging in Object-Centric Learning},
author = {Christos Chatzisavvas and Panagiotis Rigas and George Ioannakis and Vassilis Katsouros and Nikolaos Mitianoudis},
journal= {arXiv preprint arXiv:2603.11246},
year = {2026}
}