연구진은 기존 비디오 객체 중심 학습(VOCL) 방식의 한계, 즉 공간적 불일치와 높은 계산 비용 문제를 해결하기 위해 선택적 시너지 학습(SSync)을 제안했어요.
SSync는 인코더의 경계 개선과 디코더의 내부 노이즈 제거에 집중하여 오류 전파를 막고, 선형 복잡도의 pseudo-labeling 방식으로 계산 효율성을 높였어요.
실험 결과, SSync는 분해 품질을 향상시키고 다양한 슬롯 구성에 강건하며, github.com/wjun0830/SSync에서 코드를 확인할 수 있어요.