PaPE提出面向视觉模态的抛物线位置编码方法

Christoffer Koo Øhrstrøm 等研究者提出 PaPE（Parabolic Positional Encoding），一种基于抛物线的位置编码方法，面向视觉 Transformer 等注意力架构，可用于图像、视频、事件相机数据流和点云。该方法结合平移不变性、旋转不变性、距离衰减、方向性与上下文感知，旨在提升模型的位置表示和外推能力。 实验显示，在 ImageNet-1K 外推测试中，PaPE 相较次优位置编码方法的绝对表现最高提升 10.5；在覆盖 4 种模态的 8 个数据集泛化测试中，PaPE 在 5 个数据集上达到最佳基线水平，在另外 2 个数据集上超过所有基线。论文标注为 NeurIPS 2026 Spotlight。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。