연구진이 실시간 의미론적 분할 모델의 지속적 학습 문제를 해결하기 위해 PILOT(Parallel Incremental Learning Over Time) 프레임워크를 제안했어요.
PILOT는 기존 파라미터를 동결하고 새로운 클래스의 경계 정보를 캡처하는 D-branch를 병렬로 구현하여 파국적 망각을 완화해요.
실험 결과, PILOT는 새로운 클래스를 성공적으로 분할하면서 기존 클래스에 대한 높은 mIoU를 유지하며 기존 지속적 학습 방식보다 뛰어난 성능을 보여줬어요.