Self-Augmentation(자기 증강)
Self-Augmentation은 동일한 랜덤 공간 변환을 원-후(전/후) 예제 쌍에 동시에 적용해 편집 연산의 정렬성은 유지하되 절대 픽셀 좌표 결합을 깨는 데이터 구성 기법이다. 이 방법은 동일 신원의 쿼리 생성으로 인한 좌표 복사 숏컷을 방지하고 교차 신원 쌍의 정렬 불일치 문제를 우회한다. 결과적으로 학습 난이도를 낮추고 교차 신원 전이 일반화를 촉진한다.