전체 표현과 지역 표현
이미지 전체의 단일 표현과 지역에 위치한 조밀 표현은 활용 방식이 다르다. 여러 레이블의 분류나 검출, 분할은 공간적 위치를 담은 특징이 필요할 수 있다. 이 연구는 DenseCL이 학습하는 표현의 품질을 개선하려 한다.
음성 쌍 구성의 검토
서로 다른 이미지의 증강 사이에서 조밀 음성 쌍을 만드는 여러 기법을 분석한다. 뷰 사이의 조밀 음성 및 양성 쌍도 함께 살핀다. 음성 수의 증가만으로 의미적으로 적절한 비교가 늘었다고 단정할 수는 없다.
학습 목적의 비교
학습 방식과 목적 함수를 수정하고 보조 재구성 과제의 영향도 절제 실험으로 살핀다. 여러 레이블 분류와 분할 등 후속 과제에서 표현을 평가한다. 전체 구성의 결과와 개별 요소의 기여는 구분해야 한다.
지역 음성의 독립 예
설명용으로 다른 이미지의 하늘 영역을 모두 음성으로 강하게 밀어내면 의미적으로 비슷한 특징까지 분리할 수 있다. 비교할 지역의 관계를 살펴야 한다. 실제 연구 표본을 옮기지 않은 음성 쌍 품질의 예다.
관련 문서
DenseCL / MSVQ / 대조 학습 / 자기 지도 학습 / PixPro / 이미지 간 픽셀 대조