현대 고해상도 원격감지 영상 변화 탐지는 합성곱 신경망(Convolutional Neural Network, CNN)을 활용하여 눈에 띄는 성과를 거두었다. 그러나 합성곱 연산의 수용 영역 제한으로 인해 전역 컨텍스트 및 원격 공간 관계 학습에 한계가 있다. 비주얼 트랜스포머는 원격 특징 의존성을 효과적으로 포착할 수 있지만, 영상 변화 세부 사항 처리 부족으로 공간 위치 지정 능력이 제한되고 계산 효율성이 낮다. 이러한 문제를 해결하기 위해 본 논문은 공간 확장 피라미드 풀링 기반의 계층 간 연쇄 선형 융합 엔드투엔드 인코더-디코더 혼합 CNN-Transformer 변화 탐지 모델을 제안하며, 비주얼 트랜스포머와 CNN의 장점을 모두 갖춘다. 우선, 쌍둥이 CNN 네트워크를 이용해 영상 특징을 추출하고 공간 확장 피라미드 풀링 모듈을 통해 특징을 정밀 처리하여 영상의 세부 특징 정보를 더 정확하게 포착한다. 다음으로, 추출된 특징을 비주얼 단어로 변환하고 트랜스포머 인코더를 통해 모델링하여 풍부한 컨텍스트 정보를 획득한다. 이 정보는 비주얼 공간으로 피드백되어 트랜스포머 디코더를 통해 원본 특징을 강화하여 특징 표현 능력을 향상시킨다. 이어서 계층 간 연쇄 방식을 채택하여 CNN이 추출한 특징과 트랜스포머 인코더-디코더 특징을 융합하며, 업샘플링 기술을 활용해 해상도가 다른 특징 맵들을 연결하여 위치 정보와 의미 정보 융합을 구현한다. 마지막으로 차이 증강 모듈을 통해 변화 정보가 풍부한 차이 특징 맵을 생성한다. LEVIR, CDD, DSIFN, WHUCD 등 4개의 공개 원격감지 데이터셋에서 광범위한 실험을 통해 본 방법의 유효성이 검증되었다. 타 최첨단 방법과 비교하여 본 모델은 분류 성능이 우수하며, 변화 탐지에서 과소 분할, 과다 분할 및 경계 거칠기 문제를 효과적으로 개선하였다.

원격감지 영상; 변화 탐지; 합성곱 신경망; 트랜스포머; 공간 확장 피라미드 풀링