Este artículo propone RAPNet, una novedosa arquitectura basada en CNN, para abordar el problema del pansharpening, que consiste en combinar imágenes pancromáticas de alta resolución (PAN) con imágenes multiespectrales (MS) de baja resolución para producir una imagen fusionada de alta resolución. RAPNet realiza convoluciones adaptativas al contenido mediante convoluciones de pansharpening adaptativas de campo receptivo (RAPConv), que ajustan el tamaño del campo receptivo según la posición espacial. Además, utiliza un módulo de fusión dinámica de características de pansharpening (PAN-DFF) que integra un mecanismo de atención para optimizar el equilibrio entre la mejora del detalle espacial y la fidelidad espectral. Los resultados experimentales, utilizando conjuntos de datos públicos, demuestran que RAPNet supera a los métodos existentes en evaluaciones tanto cuantitativas como cualitativas, y la eficacia de los componentes adaptativos propuestos se valida mediante estudios de ablación.
