충돌하는 시각 단서
물체의 형태와 질감이 서로 다른 대상을 시사하는 이미지를 이용해 모델과 사람의 분류 전략을 비교했다. 어떤 단서에 기대는지 정량적으로 시험하는 실험 구성이다.
학습 자료에 따른 전략
원 연구에서는 ImageNet으로 학습한 CNN이 사람과 달리 질감에 더 치우친 반응을 보였다. 같은 ResNet-50 구조도 스타일을 바꾼 ImageNet으로 학습하면 형태 중심 표현을 학습할 수 있다고 보고했다.
사람 행동과의 비교
연구는 아홉 심리물리 실험에서 97명 관찰자의 48,560회 시행을 분석했다. 형태 중심 표현은 이 통제된 실험 조건에서 사람의 행동에 더 잘 맞는 결과를 보였다.
검출과 왜곡의 평가
형태 중심 학습이 객체 검출과 여러 영상 왜곡의 견고함에 미치는 영향도 평가했다. 결과는 특정 학습 자료와 시험 구성에 관한 것이며 모든 CNN의 판단 원리를 하나로 고정하는 설명은 아니다.
관련 문서
다양한 분포 변화의 견고함 / ImageNet 오염과 교란 평가 / ImageNet 자연 적대 예시 / AugMix / AutoAugment / 신경망