SNUNet-CD: 고해상도 위성 이미지의 변화 탐지용 밀집 연결 시아모이즈 네트워크

변화 탐지(Change Detection)는 원격 탐사(Remote Sensing, RS) 영상 분석에서 중요한 과제이며, 자연재해 모니터링 및 평가, 토지 자원 계획 등 다양한 분야에서 널리 활용된다. 픽셀 간 예측 작업으로서 변화 탐지는 원래 위치 정보의 효율적 활용에 민감하게 반응한다. 최근의 변화 탐지 방법들은 깊은 계층에서의 변화 의미 특징(semantic feature)을 추출하는 데 주력하지만, 고해상도 및 세밀한 특징을 포함하는 얕은 계층 정보의 중요성을 간과하는 경우가 많다. 이러한 문제는 변화 대상의 경계부 픽셀에서 불확실성이 증가하고, 소형 대상의 탐지 누락을 초래하는 경우가 많다. 본 논문에서는 밀집 연결된 시엠즈 네트워크(Siamese network)를 기반으로 한 변화 탐지 모델인 SNUNet-CD(Siamese network와 NestedUNet의 결합)를 제안한다. SNUNet-CD는 인코더와 디코더 간, 그리고 디코더 간의 밀집된 정보 전달을 통해 신경망의 깊은 계층에서의 위치 정보 손실을 완화한다. 또한, 깊은 계층에서의 감독을 위한 앙상블 채널 주의 메커니즘(Ensemble Channel Attention Module, ECAM)을 제안한다. ECAM을 통해 다양한 의미 수준에서 가장 대표적인 특징을 정제하여 최종 분류에 활용할 수 있다. 실험 결과, 제안한 방법은 여러 평가 지표에서 뛰어난 성능을 보이며, 기존 최첨단(SOTA, State-of-the-Art) 변화 탐지 방법들에 비해 정확도와 계산량 사이의 균형이 더 우수함을 입증하였다.