연구진이 비지도 비디오 패노프틱 분할(VPS) 방법 VideoCUPS를 제안했어요. 이 방법은 장면 중심 비디오에서 깊이, 움직임, 시각적 단서를 활용해 시간 일관성 있는 패노프틱 비디오 가짜 레이블을 생성해요. VideoDropLoss를 사용한 학습을 통해 정확한 비지도 VPS 모델을 만들 수 있어요.
기존 연구는 이미지 분할에 집중했지만, 비디오 분야는 미흡했어요. 연구진은 VideoCUPS를 통해 이러한 공백을 메우고, 새로운 평가 프로토콜과 경쟁 모델을 제시했어요.
VideoCUPS는 기존 모델보다 뛰어난 성능을 보이며, 시간 효율적인 학습 능력을 입증했어요. 이를 통해 비지도 VPS 연구의 기반을 마련했어요.