딥 에지 필터(Deep Edge Filter)는 딥 뉴럴 네트워크 특징에 고주파 필터링을 적용하여 모델 일반화 성능을 향상시키는 새로운 접근 방식입니다. 딥 특징의 저주파 성분에는 도메인별 편향이 저장되고, 고주파 성분에는 작업 관련 의미 정보가 인코딩된다는 가설에 기반합니다. 저주파 필터링된 출력을 원본 특징에서 빼서 일반화 가능한 표현을 격리하면서 아키텍처 무결성을 유지합니다. 비전, 텍스트, 3D, 오디오 등 다양한 도메인에서 모델 아키텍처와 데이터 모드에 관계없이 일관된 성능 향상을 보였습니다. 특징 희소화를 유도하고 고주파 성분을 효과적으로 격리하여 핵심 가설을 실증적으로 검증했습니다.
