如何使ConvLSTM在Keras中获得先前的时间步输出？

Question

在编写keras模型时，我尝试添加注意力加权功能（如研究“使用Polygon-RNN ++的细分数据集的高效交互式注释”，arxiv：https://arxiv.org/pdf/1803.09693.pdf中所述）。作为关注的最后一步，它需要连接先前的顶点（在时间步骤t-1和t-2处输出）。我试图通过return_sequence = True和return_state = True获得输出；

convlstm1, state_h_1, state_c_1 = ConvLSTM2D(filters=64, kernel_size=(3, 3),
               input_shape=(-1, 28, 28, 128),
               padding='same', return_sequences=True, return_state=True, name = "convlstm1")(X)

但是，我不知道如何从那里继续。我尝试了convlstm[-1]，尽管我认为它将产生第一个卷积LSTM输出，但不是关于时间步t的。

此外，如何在时间步t将关注加权特征加回到ConvLSTM的输入中？还是应该定制整个ConvLSTM？