변화탐지 (Change Detection)
쉽게 풀면
같은 장소를 다른 시기에 찍은 두 사진을 비교해서 무엇이 달라졌는지 찾아내는 방법이다. 여행 전후 사진을 나란히 놓고 달라진 부분을 찾아내는 놀이를, 위성영상 전체에 걸쳐 컴퓨터가 자동으로 수행하는 것과 비슷하다.
왜 중요한가
도시 확산, 산림 감소, 재해 피해처럼 시간에 따른 지표 변화를 정량화하는 대표 기법이어서, 토지피복 변화와 환경 모니터링 연구의 핵심 도구입니다. 정책 시행 전후를 비교하거나 토지이용변화모형의 입력 자료를 만드는 데 쓰입니다. 불법 산림 훼손이나 무허가 건축을 감시하는 위성 기반 모니터링 시스템의 핵심 기술로 실무에 쓰인다.
논문에서는 이렇게 쓰입니다
변화탐지는 영상 간 방사보정과 기하보정이 선행되어야 실제 지표변화와 촬영조건 차이로 인한 오차를 구분할 수 있다.
이 문장은 변화탐지 기법의 구체적인 응용 분야를 제시한다.
조금 더 깊게 보면
실제 변화와 계절·대기·센서 차이에 따른 겉보기 변화를 구분하는 것이 가장 어려운 문제이며, 이를 위해 같은 계절의 영상을 쓰고 대기보정을 거치는 것이 관례입니다. 분류 후 비교 방식은 두 시기의 분류 오차가 누적되고, 영상 차분 방식은 임계값 설정에 민감하다는 점이 각 방법의 한계입니다. 변화탐지 기법은 크게 영상차분·비율 등 화소값을 직접 비교하는 방식과, 각 시기를 따로 분류한 뒤 범주 변화를 비교하는 분류후비교 방식으로 나뉘며, 전자는 임계값 설정이, 후자는 각 시기 분류 오차의 누적이 핵심 쟁점이다. 변화가 없는데도 변화로 잘못 판정되는 오탐(false positive)과, 실제 변화를 놓치는 누락(false negative)을 함께 평가해 정확도를 보고하는 것이 일반적이다. 최근에는 딥러닝 기반 변화탐지 모형이 전통적인 차분·비교 방식보다 복잡한 변화 유형(신축 vs 철거 등)을 세분화해 인식하는 데 활용되고 있다.
주의할 점
촬영시기의 계절 차이나 대기조건 차이를 통제하지 않으면 실제 변화가 아닌 요인이 변화로 오탐지될 수 있다. 변화탐지 결과의 임계값(변화로 판정할 최소 차이)을 어떻게 정하느냐에 따라 탐지된 변화 면적이 크게 달라질 수 있다.