近日，一篇罗格斯大学与浙江大学合著研究论文引机器学习社群热议，以下为这篇名为“空间：通过空间注意和分解的无监督的面向对象的场景表示”的论文概述：人类的感知会将场景分解为物体和背景。我们的模型 SPACE 提供了一个统一的概率建模框架，用于对具有多个对象和复杂背景的场景进行建模。结合以前的最佳模型（即混合场景和空间注意模型），SPACE 可以提供每个前景对象的分解对象表示，同时还可以分解复杂形态的背景片段。由此 SPACE 解决了先前方法的可伸缩性问题，因此使该模型适用于具有大量对象的场景，而不会降低性能。