Kokios problemos gali kilti vienmatės pozicinės kodavimo metu dirbant su vaizdais?

Vieno matmenų pozicinio kodavimo (positional encoding) taikant su vaizdais gali susidurti su keliais iššūkiais:

1. Erginių duomenų praradimas. Vaizdai yra dviejų matmenų duomenys, ir vieno matmens pozicinė koduotė neatsižvelgia į tarpusavio išsidėstymą abiejose ašyse (plotis ir aukštis), kas sumažina reprezentacijos kokybę.

2. Apribota bendrosios galios. Vieno matmens koduotė neatskleidžia sudėtingų erdvinių priklausomybių, todėl modeliams sunku suprasti vaizdo struktūrą.

3. Mastelio keitimo problemos. Didinant vaizdo dydį, vieno matmens pozicinė koduotė gali tapti mažiau informatyvi, nes neatsižvelgia į vietinius ir globalius erdvinius modelius.

Sprendžiant šias problemas, dažnai naudojama dviejų matmenų pozicinė koduotė, kuri koduoja koordinates atskirai arba kartu abiejose ašyse, geriau atspindėdama vaizdo struktūrą ir gerindama apdorojimo kokybę modeliuose, pavyzdžiui, kompiuterinio matymo transformatoriuose.