초록
매우 높은 해상도(VHR) 원격 탐사(RS) 이미지 변화 탐지(CD)는 매우 풍부한 공간 정보와 샘플 불균형 문제로 인해 도전적인 과제로 남아 있다. 본 논문에서는 변화 탐지에 적합한 계층적 변화 안내 맵 네트워크(HCGMNet)를 제안한다. 이 모델은 계층적 합성곱 연산을 활용하여 다중 스케일 특징을 추출하고, 계층적으로 다중 스케일 특징을 지속적으로 병합함으로써 전역 및 국부 정보 표현력을 향상시킨다. 또한, 변화 안내 모듈(CGM)을 통해 모델이 가장자리 특징과 종합 성능을 점진적으로 정교화할 수 있도록 안내하는데, 이 CGM은 변화 안내 맵을 갖춘 자기 주의(Self-attention) 구조를 사용한다. 두 개의 변화 탐지 데이터셋에서 수행한 광범위한 실험 결과, 제안하는 HCGMNet 아키텍처가 기존 최첨단(SOTA) 변화 탐지 방법보다 더 우수한 성능을 달성함을 확인하였다.