연구진은 딥 러닝 기반 세맨틱 해싱 방법의 최적화를 위해 DSCH-Loss라는 새로운 손실 함수를 제안했어요. DSCH-Loss는 동적으로 크기와 위치가 조정되는 세맨틱 채널을 사용하여 손실 지형의 불연속성을 피하는 데 중점을 둡니다. 실험 결과, DSCH-Loss를 사용한 모델은 다양한 데이터셋과 모델 아키텍처에서 다른 최첨단 손실 함수보다 높은 tie-aware mAP 점수를 달성했어요.