Trust-SSL: 항공 이미지의 강건한 자기 지도 학습을 위한 새로운 접근법

요약

본 논문은 안개, 모션 블러 등 심각하게 손상된 항공 이미지 환경에서 발생하는 자기 지도 학습(SSL)의 강건성 문제를 해결하기 위해 'Trust-SSL'을 제안합니다. 기존 SSL 방법들이 증강 뷰 간에 인변성(invariance)을 강제하는 방식은 의미론적 내용이 보존될 때 효과적이지만, 심각한 손상(corruption) 환경에서는 잘못된 구조를 학습할 위험이 있습니다. Trust-SSL은 정합 목표(alignment objective)에 샘플별/요인별 '신뢰 가중치(trust weight)'를 추가적인 잔차 항(additive

핵심 포인트

• Trust-SSL은 기존의 대비 손실(contrastive loss)을 보완하는 방식으로 신뢰 가중치를 도입하여 SSL 강건성을 높였습니다.
• EuroSAT, AID, NWPU-RESISC45 등 벤치마크에서 SimCLR 및 VICReg보다 높은 평균 선형 프로브 정확도를 달성했습니다 (예: EuroSAT에서 haze s=5 조건 하에 +19.9점 개선).
• 제안된 방법은 BDD100K 날씨 분할을 사용한 제로샷 교차 도메인 스트레스 테스트에서 일관되게 AUROC를 향상시켰습니다 (+1~3점).
• 신뢰 가중치에 Stop-Gradient를 적용하고 이를 잔차 항으로 사용하는 방식이 기존의 승산 게이트(multiplicative gate)보다 백본 성능 저하가 적고 더 효과적임을 입증했습니다.