본 논문은 고해상도의 팬크로매틱(PAN) 영상과 저해상도의 다중분광(MS) 영상을 결합하여 고해상도의 융합 영상을 생성하는 팬샤프닝(pansharpening) 문제를 해결하기 위해 새로운 CNN 기반 아키텍처인 RAPNet을 제안합니다. RAPNet은 공간적 위치에 따라 수용영역 크기를 조절하는 RAPConv(Receptive-field Adaptive Pansharpening Convolution)을 사용하여 공간적 특징에 따라 가중치를 조절하는 콘텐츠 적응형 합성곱을 수행합니다. 또한, 주의 메커니즘을 통합한 PAN-DFF(Pansharpening Dynamic Feature Fusion) 모듈을 사용하여 공간적 디테일 향상과 스펙트럼 충실도 간의 균형을 최적화합니다. 공개 데이터셋을 이용한 실험 결과, RAPNet은 기존 방법들보다 정량적 및 정성적 평가 모두에서 우수한 성능을 보였으며, ablation study를 통해 제안된 적응형 구성 요소들의 효과를 추가적으로 입증했습니다.
