연구진은 불확실성을 고려한 보행자 속성 인식 프레임워크인 UAPAR를 제안했어요. UAPAR는 증거 기반 딥러닝(EDL)을 CLIP 기반 아키텍처에 통합하여 예측의 신뢰성을 평가하고 시스템의 견고성을 높여요. PA100K, PETA, RAPv1, RAPv2 데이터셋 실험 결과, UAPAR는 경쟁력 있는 성능을 보여줬고, 어려운 샘플에 대한 불확실성 추정 능력도 확인했어요.