타임 트래블링 피크셀: 기반 모델을 활용한 원격 감지 이미지 변화 탐지를 위한 이타임포럴 특성 통합

변화 탐지(Change detection)는 원격 탐사 분야에서 두드러진 연구 주제로, 지표면의 변화를 관측하고 분석하는 데 핵심적인 역할을 한다. 딥러닝 기반의 방법론을 통해 상당한 진전이 이루어졌음에도 불구하고, 시공간적으로 복잡한 원격 탐사 환경에서 고정밀도의 변화 탐지를 수행하는 것은 여전히 큰 도전 과제로 남아 있다. 최근 등장한 기초 모델(Foundation models)은 뛰어난 일반성과 일반화 능력을 지니고 있어 이 문제에 대한 해결 가능성을 제시하고 있다. 그러나 데이터와 작업 간 격차를 메우는 것이 여전히 중요한 장애물로 남아 있다. 본 논문에서는 SAM 기초 모델의 잠재적 지식을 변화 탐지에 통합하는 새로운 접근법인 Time Travelling Pixels(TTP)를 제안한다. 이 방법은 일반 지식 전이 시 발생하는 도메인 변이(domain shift) 문제를 효과적으로 해결하고, 다중 시기 이미지의 동질적 및 이질적 특성 표현이라는 과제를 극복한다. LEVIR-CD 데이터셋에서 달성한 최신 기술 수준의 성과는 TTP의 효과성을 입증한다. 코드는 \url{https://kychen.me/TTP}에서 제공된다.