여기서는 전체 프레임을 마스킹하는 대신 프레임 안의 특정 픽셀 영역을 마스킹합니다. 그다음 모델이 누락되거나 마스킹된 부분을 예측하도록 훈련됩니다. 이를 통해 비디오 콘텐츠에 있는 시각적인 세부 사항과 공간 관계를 파악하는 데 도움이 될 수 있습니다.

마지막으로 비디오를 흑백으로 바꾸고 모델이 색깔을 예측하는 작업을 수행하는 컬러링 기법(coloring technique)을 사용할 수 있습니다. 모델이 물체의 원래 색깔을 예측하도록 가르칠 뿐만 아니라 빛, 그림자, 장면의 전체적 분위기에 대한 통찰을 모델에게 제공합니다.

2-2 일반적인 데이터 대체(imputation) 기법과 비슷하게 특성 값을 제거(마스킹)하고 이를 예측하도록 모델을 훈련할 수 있습니다. 예를 들어 TabNet³이 이런 방식을 사용합니다.