DeepDualMapper: 항공 이미지와 궤적을 활용한 자동 지도 추출을 위한 게이트형 융합 네트워크

자동 지도 추출은 도시 계산 및 위치 기반 서비스 분야에서 매우 중요한 역할을 한다. 항공 이미지와 GPS 경로 데이터는 서로 다른 정보를 담고 있는 두 가지 데이터 소스로, 지도 생성에 활용될 수 있다. 그러나 기존의 항공 이미지와 보조 센서 데이터 간의 데이터 융합 연구들은 두 모달리티의 정보를 충분히 활용하지 못해 정보 손실 문제에 직면해 있다. 본 논문에서는 항공 이미지와 경로 데이터를 보다 원활하게 융합하여 디지털 지도를 추출하는 깊은 컨볼루션 신경망인 DeepDualMapper를 제안한다. 우리는 보완적인 인식을 기반으로 두 모달리티 간 정보 흐름을 명시적으로 제어할 수 있도록 게이트형 융합 모듈을 설계하였다. 또한, 계층적(코어-투-파인, coarse-to-fine) 방식으로 예측을 생성할 수 있도록 새로운 밀집 감독 개선 디코더를 제안하였다. 광범위한 실험 결과를 통해 DeepDualMapper가 기존 방법에 비해 이미지와 경로 데이터의 정보를 훨씬 효과적으로 융합할 수 있으며, 더 높은 정확도를 갖는 지도를 생성할 수 있음을 입증하였다.