Trong bài báo này, chúng tôi đề xuất một kỹ thuật điều chế chú ý động tần số (FDAM) để giải quyết vấn đề mất tần số, một vấn đề lớn của các bộ biến đổi thị giác (ViT). Cơ chế chú ý của các ViT hiện có hoạt động như một bộ lọc thông thấp, gây mất thông tin chi tiết và kết cấu, trong khi FDAM điều chế trực tiếp đáp ứng tần số của ViT thông qua hai kỹ thuật: đảo ngược chú ý (AttInv), tạo ra bộ lọc tần số cao bằng cách đảo ngược ma trận chú ý, và điều chỉnh tỷ lệ động tần số (FreqScale), trọng số hóa các thành phần tần số khác nhau. Kỹ thuật này chứng minh sự cải thiện hiệu suất trong nhiều mô hình như SegFormer, DeiT và MaskDINO trong các tác vụ như phân đoạn ngữ nghĩa, phát hiện đối tượng và phân đoạn thực thể, và đạt được hiệu suất tiên tiến nhất, đặc biệt là trong lĩnh vực phát hiện cảm biến từ xa.
