원격 탐사에서의 자기지도 학습: 종합 검토

심층 학습 연구 분야에서 자기지도 학습(self-supervised learning, SSL)은 컴퓨터 비전 및 원격 탐사 분야 모두에서 큰 관심을 끌고 있다. 컴퓨터 비전 분야에서는 큰 성과를 거두었지만, 지구 관측 분야에서 SSL의 잠재력은 여전히 제한된 상태에 있다. 본 논문에서는 원격 탐사 맥락에서 컴퓨터 비전을 위한 자기지도 학습의 개념과 최신 발전 사항에 대해 소개하고 종합적으로 검토한다. 더불어, 대표적인 원격 탐사 데이터셋을 대상으로 현대적인 SSL 알고리즘에 대한 사전 벤치마킹을 제공하며, 원격 탐사 분야에서 SSL의 잠재력을 검증하고 데이터 증강 기법에 대한 확장된 연구를 수행한다. 마지막으로, 지구 관측을 위한 자기지도 학습(SSL4EO) 분야에서의 미래 연구를 위한 유망한 방향성을 제시함으로써 두 분야 간의 풍부한 상호작용을 위한 기반을 마련하고자 한다.