다중분광(MS) 위성 영상은 전송 대역폭과 센서 스캐닝 능력의 제약으로 인해 공간-분광 가변 압축(SSVC)을 자주 받는다. 이러한 압축 과정은 공간 위치와 분광 밴드에 따라 달라지며, 특히 압축 비율을 알 수 없는 경우 심각한 왜곡과 블록 아티팩트를 유발할 수 있다. 본 연구에서는 이러한 문제를 해결하기 위해 SSVC로 압축된 MS 영상에서 아티팩트 제거를 효과적으로 수행하기 위한 하이브리드 어텐션 트랜스포머(PanSAM-HAT)를 제안한다. PanSAM-HAT는 새로운 팬크로마틱 분광 어텐션 모듈(PanSAM)을 포함하여 SSVC 압축 MS 영상의 아티팩트 제거를 지원한다. PanSAM은 픽셀 단위 어텐션 메커니즘을 통해 MS의 분광 정보를 고해상도 팬크로마틱(PAN) 영상의 공간 구조와 적응적으로 통합함으로써 공간 및 분광 충실도의 견고한 복원을 가능하게 한다. 또한, 압축 아티팩트 제거(CAR) 네트워크의 성능을 분석하고 해석하기 위한 새로운 어트리뷰션 매핑 기법인 JPEG LAM을 제시한다. JPEG LAM은 JPEG 아티팩트에 대한 네트워크의 주의를 강조하기 위해 압축 인식 보간 경로와 그래디언트 기반 블록 경계 분석을 도입한다. 합성 및 실제 원격탐사 데이터셋에 대한 광범위한 실험 결과, 제안하는 PanSAM-HAT는 SSVC 시나리오에서 압축 아티팩트를 감소시키고 영상 품질을 향상시키는 데 있어 기존의 합성곱 신경망 기반 방법과 트랜스포머 기반 방법을 일관되게 능가함을 보여주었다.

*본 초록은 AI를 통해 원문을 번역한 내용입니다. 정확한 내용은 하기 원문에서 확인해주세요.