초록
판샤판닝은 다중스펙트럼(MS) 이미지와 연관된 팬크로마틱(PAN) 이미지를 융합하여, 전자의 스펙트럼 해상도와 후자의 공간 해상도를 갖춘 복합 이미지를 생성하는 것을 목표로 합니다. 전통적인 판샤판닝 방법들은 통합된 세부 정보 주입 맥락으로 귀속될 수 있으며, 이는 주입된 MS 세부 정보를 PAN 세부 정보와 대역별 주입 이득의 통합으로 보는 것입니다. 본 연구에서는 판샤판닝을 위한 세부 정보 주입 기반 CNN(DiCNN) 프레임워크를 설계하였습니다. 여기서 MS 세부 정보는 엔드 투 엔드 방식으로 직접적으로 표현되며, 첫 번째 세부 정보 주입 기반 CNN(DiCNN1)은 PAN 이미지와 MS 이미지를 통해 MS 세부 정보를 추출하고, 두 번째 CNN(DiCNN2)은 PAN 이미지만을 활용합니다. 제안된 DiCNNs의 주요 장점은 명확한 물리적 해석을 제공하며, 높은 판샤판닝 품질을 유지하면서 빠른 수렴을 달성할 수 있다는 점입니다. 또한, 제안된 접근법들의 효과성은 상대적으로 이론적인 관점에서 분석되었습니다. 우리의 방법들은 실제 MS 이미지 데이터셋에 대한 실험을 통해 평가되었으며, 다른 최신 방법들과 비교하여 우수한 성능을 보였습니다.