연구진은 이미지 없는 단일 픽셀 감지에서 '리프트'라는 측정값을 2D 표현으로 변환하는 과정이 핵심 설계 요소임을 밝혀냈습니다.
리프트는 고정된 물리적 역방향, 학습된 정적 투영, 콘텐츠 적응형 검색으로 분류되며, 이 분류에 따라 데이터 획득 성능이 달라집니다.
STSF(spatiotemporal soft-fusion) 네트워크는 프로브 선택형 순환 인코더와 교차 어텐션 리프트를 결합하고, TPLS(task-prioritized loss scheduling)를 통해 훈련하여 시뮬레이션 환경에서 기존 대비 성능을 향상시켰습니다.
실제 단일 픽셀 벤치에서도 STSF+TPLS는 약 14ms의 처리 속도로 작동하며, 리프트 스펙트럼 차트는 다양한 운영 환경에 맞는 리프트를 선택하는 데 도움을 줍니다.