연구진이 온라인 3D 장면 그래프 생성 시 간과되는 관찰, 2D 모델, 3D 표현의 불확실성을 고려하는 PUF 프레임워크를 제안했어요. PUF는 기존 방식의 이분법적 판단을 대체하는 확률적 가능성을 기반으로 노드 연관성을 재구성해요.
Dirichlet 증거 누적은 연관 가능성에 비례하여 클래스와 관계 증거를 가능한 후보에 분배하며, 희소하게 관찰되는 객체 쌍에 대한 클래스 조건부 사전 정보도 활용돼요.
3DSSG 및 ReplicaSSG 벤치마크에서 기존 방식보다 성능이 향상됐으며, 실시간 지연 시간을 유지하며 불확실성 인지 융합의 효과를 입증했어요.