PAN- MS 오정합을 견디는 정합·융합 기반 Pan-sharpening 연구

Robust pan-sharpening with alignment-aware fusion research

연구 내용

PAN과 MS 간 센서·획득 조건 차이에 의한 오정렬을 shift-invariant 정합과 손실 설계로 보정하여 고품질 pan-sharpened 영상을 생성하는 연구

pan-sharpening에서 PAN–MS 및 MS 채널 간 misalignment이 발생하면 double-edge와 blur 같은 융합 산출물이 나타납니다. 이를 해결하기 위해 도메인 간 feature alignment를 수행하여 서로 다른 입력 특성 사이에서도 정합을 맞추는 구조를 사용합니다. 또한 입력에 내재된 오정렬 영향을 줄이기 위해 shift-invariant spectral loss를 설계하거나, 정렬이 없는 ground truth 없이도 spectral fidelity와 spatial consistency를 만족하도록 shift-to-align 학습 전략을 적용합니다. 결과적으로 정렬 가정이 강한 기존 방법보다 실제 영상 조건에서 견고한 융합을 구현합니다.

관련 프로젝트

0건

연구 흐름

초기에는 PAN과 MS 사이의 큰 misalignment가 존재하는 상황에서, feature alignment module을 통해 도메인 간 정합을 수행하고 shift-invariant spectral loss로 오정렬에 과민한 학습을 완화하는 방향으로 연구를 진행했습니다. 이후 inter-band misalignment까지 포함해 실제 촬영 조건의 오차를 동시에 다루기 위해, 학습 단계에서 band-wise shift를 무작위로 부여하여 alignment-invariant spectral fusion을 유도하는 체계로 확장했습니다. 최근 단계에서는 정렬 불일치를 직접 보정하지 않아도 정합성과 스펙트럼 충실도를 함께 만족시키는 융합 프레임워크를 목표로 연구를 심화하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

위성 영상 기반 도시·토지 피복 시각화
고해상도 다중분광 표현 생성
오정합이 존재하는 센서 데이터 전처리
원격탐사 기반 변화 탐지 입력 품질 향상
지도 제작 및 영상 대조 정합
멀티센서 융합의 견고한 복원 모듈
광학-팬영상 통합 분석 파이프라인
지질·환경 분석을 위한 영상 선명도 확보
저품질 입력에서의 시각 품질 개선
실시간에 가까운 영상 융합 처리