본 논문은 원격 감지(RS) 영상 분할을 위한 새로운 준지도 학습 모델인 MUCA(Multi-Scale Uncertainty and Cross-Teacher-Student Attention)를 제안합니다. MUCA는 다중 스케일 불확실성 일관성 정규화를 통해 네트워크의 다양한 레이어에서 특징 맵 간의 일관성을 제약하여 준지도 학습 알고리즘의 다중 스케일 학습 능력을 향상시킵니다. 또한, 교차 교사-학생 주의 메커니즘을 활용하여 교사 네트워크의 상호 보완적인 특징을 통해 학생 네트워크가 더욱 차별적인 특징 표현을 구성하도록 유도합니다. 약한 증강(WA)과 강한 증강(SA)을 효과적으로 통합하여 분할 성능을 향상시킵니다. ISPRS-Potsdam과 LoveDA 데이터셋에서의 실험 결과, 기존 최첨단 준지도 학습 방법보다 우수한 성능을 보이며, 특히 유사한 객체를 구분하는 데 탁월한 성능을 보임을 확인했습니다.
