본 논문은 대규모 데이터셋 없이 단일 객체의 대칭성을 검출하는 자기 지도 학습 모델을 제안한다. 객체의 고유한 특징을 이용하여 대칭성을 판단하고, 정답 레이블 없이 자기 지도 학습 전략을 통해 학습한다. 기존 이미지 모델에서 추출한 특징을 사용하여 객체의 각 점에 대한 시각적 기술자를 계산하고, 대칭점은 유사한 시각적 외형을 가진다는 아이디어를 바탕으로 자기 지도 학습 모델을 최적화한다. 실험 결과, 기존 대규모 데이터셋 기반 모델보다 성능이 우수하며, 효율적이고 적은 계산 자원과 데이터로 작동함을 보여준다.
