RGB를 넘어서: 다중 모달 딥 네트워크를 이용한 초고해상도 도시 원격 감측

본 연구에서는 매우 높은 해상도의 다중 모드 원격 감지 데이터의 의미적 라벨링을 처리하기 위한 다양한 방법을 조사합니다. 특히, 다중 모드 및 다중 스케일 원격 감지 데이터를 의미적 라벨링에 적용하기 위해 깊은 완전 합성곱 네트워크(Deep Fully Convolutional Networks)를 어떻게 적응시킬 수 있는지를 연구합니다. 본 연구의 기여는 세 가지입니다: a) 큰 공간적 맥락과 고해상도 데이터를 모두 활용할 수 있는 효율적인 다중 스케일 접근법을 제시합니다, b) LiDAR와 다광譜 데이터의 초기 융합과 후기 융합을 조사합니다(多光谱数据在韩文中通常翻译为다광보선 or 다광보, 但在这里为了保持一致性，我选择使用다광보선), c) 최신 성능 결과로 두 개의 공개 데이터셋에서 본 방법론들을 검증합니다. 본 연구 결과는 후기 융합이 애매한 데이터에서 발생하는 오류를 복구할 가능성을 제공함을 보여주며, 초기 융합은 더 나은 공동 특성 학습을 가능하게 하지만 결측 데이터에 대한 높은 민감성을 trade-off로 갖음을 시사합니다.注释：为了保持术语的一致性和专业性，"multispectral" 被翻译为 "다광보선"。如果需要进一步调整，请告知。