연구진은 이미지 분류기 내부에서 자연 이미지의 위상과 크기가 갖는 중요성 비대칭성을 테스트했어요. PRISM2D, GFNet, ViT-B/16 모델에서는 예측이 위상 정보를 따르는 경향을 보였어요. ResNet-50은 ReLU 레이어 이후 위상 정보를 사용하지 않는 것처럼 보였지만, 더 자세한 분석을 통해 위상 코드가 존재한다는 사실이 밝혀졌어요.
오펜하임-림 테스트를 통해 CNN과 어텐션 모델 간의 텍스처-모양 간극에 대한 메커니즘적 설명을 제공했어요. 이미지 분류기는 위상 정보를 통해 이미지의 동일성을 인식하는 반면, 이미지별 크기는 읽기 과정에서 대체로 불필요해요.
연구 결과는 신경망 표현에서 위상 정보가 이미지 인식에 중요한 역할을 한다는 것을 보여줘요.