DINOv2基盤モデルを活用し、KNNアルゴリズムを用いることで、極端に少数の点ラベルでも高精度な拡張グラウンドトゥルースマスクを生成できる。さらに、人間参加型のラベリングスキームを提案することで、ラベル効率をさらに向上させることができる。