점군과 의미의 연결
점군은 희소하거나 잡음이 있고 이차원 영상보다 외형 의미가 적게 담길 수 있다. SAT는 더 풍부한 이차원 물체 표현을 이용해 점군과 언어의 공동 표현 학습을 돕는다.
물체와 언급 개체의 정렬
이차원 물체의 표지와 영상 특징 및 기하 특징을 학습의 추가 입력으로 제공한다. 이를 삼차원 장면의 물체나 문장에 언급된 개체와 보조적으로 정렬한다.
학습에만 사용하는 정보
추론 단계에서는 보조 이차원 입력을 제거한다. 학습에서 얻은 의미적 연결을 삼차원 지시 해석에 활용하므로 실행 때 매번 보조 영상을 준비하는 구성과는 입력 조건이 다르다.
같은 구조와 입력의 비교
Nr3D와 Sr3D 및 ScanRefer 계열 과제에서 평가했다. 같은 네트워크 구조와 추론 입력을 사용하는 비보조 기준선과도 비교해 학습 단계의 의미 정보가 주는 효과를 살폈다.