관측 사이에 공통인 정보
같은 문맥을 여러 방식으로 관측하면 변하는 부분과 공통으로 남는 정보가 생긴다. 이 연구는 여러 뷰에서 추출한 특징 사이 상호 정보를 최대화하는 자기 지도 학습을 제안한다.
뷰를 구성하는 방식
하나의 이미지에 자료 증강을 반복해 여러 관측을 만들 수 있다. 일반적인 틀에서는 같은 지역 문맥을 다른 위치나 감각 양식으로 관측하는 경우도 설명한다. 이런 일반적 예와 실제 이미지 실험의 구성을 구분해야 한다.
고수준 요인과 표현
여러 관측의 공통 정보를 담으려면 물체 존재나 사건 발생 같은 고수준 요인을 포착해야 한다는 관점이다. 혼합 기반 표현으로 확장했을 때 분할 행동이 나타나는 결과도 살핀다. 이것이 정답 의미 분할을 직접 감독했다는 뜻은 아니다.
공통 정보의 독립 예
설명용으로 같은 우산 사진의 두 색 증강에서 색은 달라져도 펼쳐진 형태는 남을 수 있다. 어느 정보를 공유하게 할지는 관측을 만드는 방식의 영향을 받는다. 실제 연구 이미지를 옮기지 않은 뷰 설계의 예다.