• 목록

[일시] 2025.01.16

[리뷰 논문] Robust Test-Time Adaptation in Dynamic Scenarios

[요약]
본 논문은 실제 환경에서 Test Time Adatatation을 수행하는 Prcatical Test Time Adapatation 기법인 Robust Test-Time Adaptation을 소개한다.
Test Time Adaptation을 수행하는 실제 환경에서는 (1) 데이터 분포가 점진적으로 변화하는 Distribution Shift 문제가 발생하고, (2) 테스트 데이터가 시간적 상관성 가지며 연속적으로 샘플링된다고 주장하며 해당 두 조건을 모두 만족하는 Prcatical Test Time Adaptation을 수행해야 한다고 주장한다.
본 논문에서 소개하는 Robust Test Time Adaptation은 (1) Robust Batch Normalization (2) Category-balanced sampling with timeliness and uncertainty (3)Robust training with timeliness을 통해 구현한다. (1)Robust Batch Normalization를 통해 기존 Test TIme Adaptation이 배치 정규화(BN)에 실패하는 문제를 해결하였으며 (2)  Memory Bank를 활용하여 Category-balancing을 유지하면서 Timeliness와 Uncertainty을 고려하는 샘플링 수행하였다. 또한 (3) Timeliness Reweighting를 통해 오래된 데이터의 영향을 감소시키면서, 새로운 데이터를 효과적으로 반영하였다. 다음과 같은 과정을 거처 본 연구는 최종적으로 분포 변화(Distribution shift)와 상관관계가 있는 샘플링(Correlative sampling)이 동시에 발생하는 현실적인 TTA(Test-Time Adaptation) 환경에서 제안 모델의 강건성을 실험적으로 입증하였다.
 
[녹화 영상 링크]
https://us02web.zoom.us/rec/share/IrgPPYVDbUZcMhtvAGaVnUNkBtFnOCCtW56nOmhVMvt7mg0E4cXaKn42l0xs6LPb.-vh-kvOwBxiZNLS2