연구진은 빙하 표면의 픽셀 단위 라벨링 비용을 줄이기 위해 CrevasseSeg 프레임워크를 개발했어요.
CrevasseSeg은 스발바르 Borebreen 빙하의 종단부 1,938개의 무라벨 UAV 정사영 타일과 176개의 라벨 타일을 활용해 개발되었어요.
DINOv3는 선형 프로빙에서는 성능이 낮지만 비선형 리드아웃에서는 가장 강력한 성능을 보였고, UMAP 분석 결과 클래스가 섞이지 않은 단일 클래스 매니폴드에 임베딩하는 것으로 나타났어요.
CrevasseSeg은 위성 이미지로 사전 훈련된 DINOv3-ViT-L-Sat-O-Net-BYOL-JSD 파이프라인을 통해 75.33 mDSC / 61.28 mIoU를 달성하며 기존 머신러닝 기반 성능을 능가했어요.