본 논문은 시각적 속성이 존재하는 교통 표지 인식 모델의 강건성을 평가하기 위한 새로운 오픈 데이터셋인 VISAT과 벤치마킹 도구를 제시합니다. Mapillary Traffic Sign Dataset (MTSD)를 기반으로 구축되었으며, 적대적 공격 및 분포 변화에 대한 강건성을 강조하는 두 가지 벤치마크를 제공합니다. PGD(Projected Gradient Descent)를 사용하여 적대적 공격을 생성하고, 속성별 멀티태스크 학습(MTL) 네트워크에 미치는 영향을 조사합니다. 또한 ImageNet-C의 데이터 손상 및 자연 변형 기술을 활용하여 분포 변화에 대한 강건성을 평가하고, 색상 양자화 기술을 통해 MTL 작업 간의 허위 상관 관계를 탐구합니다. ResNet-152 및 ViT-B/32를 기반으로 하는 모델을 평가하고, 기본 모델과 MTL 모델의 성능을 비교합니다.
