ST-STORM은 이미지의 스타일(외형)을 콘텐츠와 분리하여 학습하는 새로운 자기 지도 학습 프레임워크입니다. 콘텐츠 분기는 의미 있는 표현을 학습하고, 스타일 분기는 텍스처, 대비, 산란 등 외형 특징을 포착합니다. 다양한 실험 결과, ST-STORM은 날씨 특징 분석 및 흑색종 검출 등에서 뛰어난 성능을 보이며, 의미 성능 저하 없이 외형 정보를 효과적으로 활용합니다.