원격 감지 영상 수체 분할 작업을 위해 다중 스케일 융합 주의 모듈이 개선된 UNet 네트워크인 A-MSFAM-UNet을 제안하였다. 이 방법은 GF-2 원격 감지 영상 수체 분할 작업에서 엔드 투 엔드 고해상도 원격 감지 영상 수체 분할을 실현한다. 먼저, 기존 주의 모듈의 전역 풀링 연산으로 인해 발생하는 지역 정보에 둔감한 문제를 해결하기 위해 다중 스케일 융합 주의 모듈(MSFAM)을 설계하였다. 이 모듈은 점 컨볼루션으로 채널 전역 정보를 융합하고, 깊이별 분리 컨볼루션으로 전역 풀링으로 인한 정보 손실을 보완한다. MSFAM은 UNet 점프 연결 후 특징 융합 부분에서 특징 점 가중치를 재분배하여 특징 융합 효율을 높이고, 네트워크가 다양한 스케일 정보를 획득하는 능력을 향상시킨다. 둘째로, 딜레이션 컨볼루션은 VGG16 백본 네트워크에서 수용 영역을 확장하며, 해상도 손실 없이 전역 정보를 집계한다. 결과는 A-MSFAM-UNet이 GF-2 수체 분할 데이터셋에서 평균 교차비(MIoU), 평균 픽셀 정확도(MPA) 및 정확도(Acc)에서 각각 96.02%, 97.98%, 99.26%를 기록하며 다른 채널 주의(SENet, ECANet) 개선 UNet보다 우수함을 보여준다.

원격 감지 영상;주의 모듈;깊이 분리 컨볼루션;특징 융합;딜레이션 컨볼루션