이 기사는 이미지의 구성 요소와 그 부분들, 그리고 물체 간 위치 관계가 표현학습에 풍부한 정보원으로 작용한다는 점을 강조한다. 이에 따라, 공간 인식적 선행 작업은 자가지도학습에서 적극적으로 탐구되어 왔다. 그러나 기존 방법들은 주로 고정된 그리드 구조에서 시작하여, 사전 작업의 목표가 고정된 그리드 내 패치의 절대 위치 인덱스를 예측하는 것이었다. 그러나 그리드 기반 방법은 현실 세계의 물체 조합의 유동성과 연속성을 포착하는 데 한계가 있다. 이에 본 연구에서는 PART(Part-Assembled Representations in Transformers)를 제안하며, 이를 통해 객체의 부분들이 어떻게 조립되어 전체를 이루는지를 학습한다. PART는 그리드 기반 방법의 한계를 극복하고 물체 조립의 유동성을 포착하기 위해 제안되었다. PART는 객체와 그 부분들의 상대적인 위치 및 관계를 모델링함으로써, 물체의 구성을 배우고 풍부한 시맨틱 정보를 추출할 수 있다. 이를 통해 PART는 다양한 시각적 작업에 대한 강력한 표현을 제공하며, 자가지도학습에서 향상된 성능을 보여준다.

<Apple 뉴스 본문 전체읽기>