비디오 객체 중심 학습(OCL)은 시간 경과에 따른 객체를 발견하고 연결하는 것을 목표로 합니다. 기존 MOT와 달리 OCL은 Cycle Consistency(CC)를 명시적으로 적용하기 어렵습니다. OCL 슬롯은 장면 분해의 불확실성 때문에 확률적이고 모호하기 때문입니다.
연구진은 Cycle Consistency(ECC) 대신 시각적 장면 해석에 대한 슬롯의 부드러운 합의를 장려하는 Implicit Cycle Consistency(ICC)를 제안합니다. 이를 통해 모델이 다양한 해석을 탐색하는 것을 방해하지 않고 기능 붕괴를 방지할 수 있습니다.
복잡한 비디오 OCL 벤치마크 실험 결과 ICC는 기능 붕괴를 피하고 ECC 기반 모델보다 성능이 뛰어났습니다. 관련 코드와 모델은 GitHub에서 확인할 수 있습니다.