원격 탐사 영상 변화 탐지를 위한 주파수-시공간 주의망

원격 탐사 영상에서의 변화 탐지(change detection, CD)는 지구 관측 분야에서 핵심적인 과제로 여겨지며, 일반적으로 복잡한 데이터와 미세한 변화 간의 모순에 직면한다. 이러한 문제를 해결하기 위해 본 논문은 주파수-시간 주의 메커니즘을 통합한 혁신적인 변화 탐지 네트워크인 FTAN(Frequency-Temporal Attention Network for CD)을 제안한다. 이 네트워크는 다차원 컨볼루션 주파수 주의 모듈(MCFA, Multidimensional Convolutional Frequency Attention module)과 상호작용 주의 모듈(IAM, Interactive Attention Module)이라는 두 가지 고급 모듈을 포함한다. 특히 MCFA 모듈은 다중 스케일의 공간적 특징과 주파수 도메인 특징을 융합함으로써 변화 탐지의 민감도를 향상시키는 데 핵심적인 역할을 한다. MCFA를 보완하는 IAM은 카테고리 관련 토큰을 집계하고, 서로 다른 시기 단계 간의 크로스 주의 정보를 처리함으로써 시간적 변화의 의미를 보다 정교하게 포착한다. MCFA와 IAM의 원활한 통합은 FTAN 네트워크가 미세한 지역과 경계를 정확하게 탐지할 수 있는 능력을 강화한다. LEVIR-CD 및 DSIFN-CD와 같은 다양한 데이터셋에서의 실험 결과를 통해, 기존 모델 대비 F1 점수 및 IoU 지표에서 우수한 성능을 입증하였다. 본 연구의 코드 및 사전 학습 모델은 https://github.com/chirsycy/FTAN 에 공개될 예정이다.