인코더 전용 원격감지 변화 탐지: 간결함과 속도의 새로운 기준

초록

EoCD는 초기 융합 방식을 사용해 두 시점 이미지를 하나의 입력으로 결합하고, 복잡한 디코더 대신 파라미터가 없는 다중스케일 특징 융합(EMFF) 모듈을 적용한다. 이를 통해 모델 복잡도와 연산량을 크게 낮추면서도 다양한 인코더 백본에서 경쟁력 있는 변화 탐지 성능을 달성한다.

상세 분석

본 논문은 기존 변화 탐지(CD) 모델이 갖는 두 가지 구조적 한계를 명확히 지적한다. 첫째, 시암쌍(Siamese) 인코더를 이용한 늦은 융합(late‑fusion) 방식은 각 시점 이미지를 별도로 처리함으로써 연산량이 급증한다. 둘째, 복잡한 디코더와 다양한 어텐션 모듈을 추가하면 파라미터 수와 메모리 요구가 크게 늘어나 실시간 응용에 부적합해진다. 이러한 문제를 해결하기 위해 저자는 초기 융합(early‑fusion) 전략을 채택하고, 디코더를 완전히 배제한 ‘Encoder‑only Change Detection(EoCD)’ 프레임워크를 제안한다. 핵심은 파라미터가 전혀 없는 Efficient Multiscale Feature Fusion(EMFF) 모듈이다. EMFF는 인코더에서 추출된 네 단계의 다중스케일 특징 맵을 동일한 해상도로 보간한 뒤, 채널 차원 평균 풀링과 tanh 활성화를 이용해 고수준 특징(S4)을 저수준 특징(S3)과 가중 결합한다. 이어서 평균·최대 풀링을 순차적으로 적용해 저수준 특징을 강화하고, 최종적으로 모든 스케일을 채널 차원에서 concat하여 풍부한 의미 정보를 담은 통합 특징(¯S)을 만든다. 이 과정에서 학습 가능한 파라미터가 전혀 없으므로 연산 비용이 거의 증가하지 않는다.

학습 단계에서는 교사(teacher) 네트워크가 시암쌍 인코더와 복잡한 디코더를 포함한 전통적 구조로 동작하고, 교사 파라미터는 고정한다. 학생(student) 네트워크는 초기 융합과 EMFF만을 사용해 예측을 수행하며, 교사의 출력과 손실을 통해 지식 증류(distillation) 방식을 적용한다. 이렇게 하면 학생 모델이 교사의 풍부한 의미 정보를 간접적으로 학습하면서도 경량화된 구조를 유지한다.

실험은 LEVIR‑CD, CDD‑CD, SYSU‑CD, WHU‑CD 등 네 개의 공개 데이터셋에서 다양한 백본(ResNet, Swin‑Transformer, ConvNeXt 등)과 결합해 수행되었다. 결과는 동일한 백본을 사용했을 때 EoCD가 기존 시암쌍+디코더 기반 모델보다 FLOPs와 파라미터 수에서 30‑50% 이상 절감하면서도 F1‑score와 IoU 측면에서 거의 동등하거나 약간 상회함을 보여준다. 특히 연산량이 제한된 환경(예: 모바일/임베디드)에서 실시간 추론 속도가 크게 개선된 점이 강조된다.

이 논문의 주요 기여는 (1) 디코더를 완전히 배제하고도 다중스케일 정보를 효과적으로 활용할 수 있는 파라미터‑프리 EMFF 모듈을 제안한 점, (2) 변화 탐지 성능이 인코더 설계에 크게 의존한다는 실증적 증거를 제시한 점, (3) 다양한 백본과 데이터셋에 대한 광범위한 실험을 통해 경량화와 정확도 사이의 최적 균형을 입증한 점이다. 향후 연구는 EMFF를 다른 시계열 비전 과제에 적용하거나, 더 가벼운 스템(stem) 설계와 결합해 초저전력 디바이스에 최적화하는 방향으로 확장될 수 있다.