形状、テクスチャ、色、これら三つの特徴それぞれが、タスクにどの程度寄与しているかを調べるために、画像から形状、テクスチャ、色の特徴をそれぞれ個別に取り出し、集約する humanoid vision engine (HVE)を提案している。HVEを使用することで、三つの特徴の寄与をランク付け可能にし、タスク全体の、またクラス毎で最も重要な特徴を要約することを可能としている。

CUBデータセットでは分類に最も重要なのは特徴は色であり、iLab-20Mデータセットではボートを認識するのに形状が最も重要な特徴であるということがHEVを使用して示されている。

https://github.com/gyhandy/Humanoid-Vision-Engine