SAR 및 다중 스펙트럼 광학 데이터 융합을 위한 조건부 생성적 적대 신경망을 이용한 셔넌-2 이미지의 구름 제거

본 논문에서는 합성초점 레이더(SAR)와 광학 다중파장(MS) 이미지 데이터를 융합하여 구름 및 안개로 인해 손상된 MS 입력 이미지와 보조적인 SAR 이미지를 기반으로, 구름 및 안개가 없는 MS 광학 이미지를 생성하기 위해 특별히 설계된 최초의 조건부 생성적 적대 신경망(cGAN) 아키텍처를 제안한다. 세نت넬-2 MS 및 세ント넬-1 SAR 데이터를 이용한 실험을 통해, 본 연구에서 제안한 확장된 SAR-Opt-cGAN 모델이 단일 센서 MS 데이터만을 입력으로 사용하는 동일한 아키텍처의 대응 모델보다 보조적인 SAR 정보를 효과적으로 활용하여 더 정확한 MS 이미지 재구성 성능을 보임을 확인하였다.