연구진이 실제 회화 이미지 기반의 합성 갤러리 데이터셋 'SynGallery'를 공개했어요. 이 데이터셋은 작품 인스턴스 인식 성능을 높이기 위해 제작되었으며, 실제 사진 촬영 환경의 다양한 변수를 반영했어요. SynGallery는 메트로폴리탄 미술관의 4,898점 회화 이미지 24,490뷰로 구성되어 있으며, 기존 스튜디오 사진보다 더 강력한 학습 신호를 제공해요.
합성 데이터셋만으로 학습 시 회화 인식 성능이 67.18에서 73.47 GAP으로 향상되었고, 기존 메트로폴리탄 미술관 전체 학습 데이터셋에 추가 시 35.97에서 38.48 GAP으로 성능이 개선됐어요. 기하학적 시점 변화가 성능 향상에 가장 큰 영향을 미치는 것으로 확인됐어요.