STNet: 원격 탐사 이미지에서 변화 탐지용 공간적 및 시간적 특성 융합 네트워크

원격 탐사 영상 분석에서 중요한 과제인 원격 탐사 변화 탐지(Remote Sensing Change Detection, RSCD)는 공간적으로 정렬된 다시 시간적 원격 탐사 영상들 간의 변화를 식별함으로써 지역의 발전 동향을 모니터링하는 것을 목표로 한다. 기존의 RSCD 방법들은 일반적으로 RSCD를 이진 분류 문제로 설정하며, 변화를 식별하기 위해 단순히 특징을 연결하거나 특징 차이를 계산하는 방식을 사용하고, 밀집 연결된 변화 표현을 통해 공간 세부 정보를 복원한다. 그러나 이러한 방법들은 성능 향상이 여전히 필요하다. 본 논문에서는 공간적 및 시간적 특징 융합 기반의 RSCD 네트워크인 STNet을 제안한다. 구체적으로, 변화에 주목할 점을 강조하기 위해 교차 시간 게이팅 메커니즘을 활용하여 이시기 특징을 융합하는 시간적 특징 융합(Temporal Feature Fusion, TFF) 모듈을 설계하였으며, 교차 스케일 주의 메커니즘을 사용하여 세밀한 정보를 포착하고 변화 표현의 공간 세부 정보를 복원하기 위해 공간적 특징 융합 모듈을 도입하였다. RSCD를 위한 세 가지 벤치마크 데이터셋에서 수행한 실험 결과, 제안하는 방법이 최신 기술 수준(SOTA)의 성능을 달성함을 확인하였다. 코드는 https://github.com/xwmaxwma/rschange 에서 제공된다.