異なるドメインにおける個々のセマンティック領域の特性の違いに着目し、セマンティックリアレンジメントによる領域の多様性の向上と、多レベルアラインメントによるドメイン不変表現の学習を通じて、ドメイン一般化セマンティックセグメンテーションの性能を向上させる。
本研究では、CLIP、ディフュージョンモデル、Segment Anything Modelなどの基盤モデルを協調的に統合することで、ドメイン一般化セマンティックセグメンテーションの性能を大幅に向上させている。