원격 감지 영상 변화 탐지를 위한 Mamba-확산 모델 결합 연구
Temporally Ordered Region-Token Mamba with Logit-Space Diffusion for Remote Sensing Change Detection
arXiv원격 감지 영상의 변화 탐지를 위해 'BMD-CD'라는 모델이 제안되었습니다. 이 모델은 시간적 구조를 가진 상태 공간 모델링(Mamba)과 로그 공간 확산 기법을 결합하여 정확도를 높였습니다.
- 핵심은 장거리 상호작용에 효율적인 Mamba 연산자와 변화 영역만을 정밀하게 분리하는 로그 공간 디퓨전 디코더입니다. 표준 벤치마크에서 높은 F1 점수를 달성하며 성능을 입증했습니다.
- 재난 피해 모니터링이나 환경 변화 추적 등 실제 산업 응용에 활용 가능합니다. 특히 새로운 데이터셋에서도 전이가 가능한 제로샷 학습 능력을 보여 높은 범용성을 가집니다.
- 모델은 이미지 쌍당 약 47ms의 처리 속도를 보이며, 32.09 GFLOPs의 연산량을 요구합니다. 고성능을 유지하면서도 효율적인 계산 복잡도를 보여줍니다.
본 연구는 원격 감지 영상의 변화 탐지에 필요한 전역적 추론 능력과 변화 영역의 정밀한 국소화 문제를 다룹니다. 기존 방식은 고해상도 이미지에 대한 밀집 어텐션(dense attention)이 계산 비용이 높고, 일반적인 특징 융합이나 거친 디코딩으로는 실제 변화와 외관 변이를 충분히 분리하거나 객체 경계를 보존하기 어렵다는 한계가 있습니다. 이에 연구진은 시간적 구조를 갖는 상태 공간 모델링과 로그 공간 확산 정제 기법을 결합한 BMD-CD(Bitemporal Mamba-Diffusion for Change Detection)를 제안했습니다.
BMD-CD는 깊은 이중 시점 특징(bitemporal features)을 지역 (region tokens)으로 변환하고, 이를 명시적인 시간적 파티션에 배열한 후 양방향 상태 공간 전파를 수행합니다. 특히 Bitemporal Ordered Mamba Operator가 선형 순서 복잡도로 장거리 시공간 상호작용을 가능하게 하며, Orthogonal Feature Disentanglement는 학습된 쌍별 회전을 통해 변화 지향 출력과 보완적인 회전 출력을 생성합니다. 이후 다중 스케일 디코딩이 거친 변화 로짓(change logits)을 생성하고, 이 로짓 공간에서 5단계 조건부 확산 디코더를 통해 정제됩니다.
다양한 변화 탐지 환경에 걸쳐 강력한 성능을 입증했습니다. 표준 인 LEVIR-CD, WHU-CD, DSIFN-CD, CDD 등에서 각각 F1 점수 93.7%, 96.0%, 97.8%, 99.0%를 달성했습니다. 또한, 경계 정밀도 측면에서도 LEVIR-CD와 WHU-CD에서 각각 87.7%, 91.4%로 개선을 보였습니다. 모델은 이미지 쌍당 32.09 GFLOPs의 연산량과 47 ms의 처리 속도를 가지며, ValaisCD 및 B-FLAIR-test에 대한 전이 능력도 보여 높은 범용성을 입증했습니다.
용어 풀이
- 토큰
- AI 모델이 글을 처리하는 단위. 단어보다 작은 조각이며 사용량과 요금을 셀 때 기준이 돼요.
- 벤치마크
- 모델 성능을 같은 조건에서 비교하려고 만든 시험 문제 모음.
- 제로샷
- 예시를 하나도 주지 않고 바로 과제를 시키는 방식.