연구진은 문서 위조 위치 추적 모델이 실제 업무 환경에서 성능이 저하되는 원인을 분석했습니다.
주요 원인은 훈련에 사용된 JPEG 양자화 테이블의 다양성이 부족하여 실제 문서 파이프라인에서 사용되는 다양한 압축 프로필과 일치하지 않는다는 점입니다.
실제 문서에서 추출한 양자화 테이블(DocQT)로 훈련한 모델은 성능이 향상되었으며, 특히 양자화 테이블을 입력으로 사용하는 모델에서 두드러졌습니다.
연구 결과는 표준 품질 인자 증강이 실제 압축 다양성을 제대로 반영하지 못하며, 양자화 테이블을 명시적으로 입력으로 사용하는 모델이 실용적인 배포에 유리하다는 것을 보여줍니다.