연구진은 Segment Anything (SAM) 모델이 도메인 변화 시 신뢰성이 떨어지는 문제를 Mask-level Confidence Confusion (MCC)로 정의하고, 이를 해결하기 위해 RUAC (Robust Uncertainty-Accuracy Correlation)를 제안했습니다.
RUAC는 텍스처 편향과 형태 중심적인 시각 처리의 대비를 고려하여, 외관 변화와 비정형 변형을 모델링하고 불확실성 헤드를 추가하여 픽셀 단위의 불확실성 추정 정확도를 높입니다.
실험 결과, RUAC는 23개의 제로샷 도메인에서 분할 품질을 향상시키고 불확실성-정확도 상관관계를 강화했습니다.