SyncMapV2는 비지도 학습 기반의 이미지 분할 알고리즘으로, 기존 최첨단(SOTA) 알고리즘들보다 훨씬 뛰어난 강건성을 보입니다. 디지털 손상(노이즈, 날씨 효과, 블러)이 있는 이미지에서도 mIoU(Mean Intersection over Union) 저하가 매우 적으며(0.01%), SOTA 알고리즘의 저하율(23.8%)과 비교했을 때 현저히 우수한 성능을 보입니다. 이는 강건한 훈련, 감독, 손실 함수 없이 자기 조직화 역학 방정식과 랜덤 네트워크 개념을 결합한 학습 패러다임을 기반으로 합니다. 또한, 기존 방법과 달리 각 입력에 대해 재초기화할 필요 없이 온라인으로 적응하며, 인간 시각의 지속적인 적응성을 모방합니다. 따라서 정확하고 강건한 결과를 넘어, 온라인으로 적응하는 최초의 알고리즘을 제시합니다. 적응성 테스트에서도 성능 저하가 거의 없음을 보여줍니다.
