합성곱 기반 확률 경사(CPG) 손실 함수를 도입하여 의미 분할 네트워크의 성능을 향상시킬 수 있다. CPG 손실 함수는 인접 픽셀의 확률 경사를 계산하여 픽셀 간 관계를 설정하고, 예측 확률 경사와 Ground Truth 확률 경사의 유사성을 최대화함으로써 예측 결과를 Ground Truth에 더 잘 정렬시킨다. 또한 객체 경계에 초점을 맞추어 경계 픽셀의 확률 경사 오차를 계산함으로써 객체 경계 검출 성능을 향상시킬 수 있다.
본 논문은 소스 데이터 없이 360도 파노라마 영상의 의미 분할을 위한 효과적인 도메인 적응 기법을 제안한다. 제안 기법은 투영 방식의 다양성을 활용하여 소스 모델의 지식을 효과적으로 추출하고 타깃 도메인으로 전이한다.
기반 모델이 제공하는 유용한 제로 샷 예측을 활용하여 픽셀 레이블을 효율적으로 수정하고 확장하는 프레임워크를 제안한다.