고해상도 팬크로매틱(PAN) 영상과 저해상도 다중분광(MS) 영상을 통합하여 고품질의 융합 영상을 생성하는 팬샤프닝 기법에 관한 연구입니다. 기존 CNN 기반 팬샤프닝 기법의 한계인 공간적으로 일정한 합성곱 연산을 극복하기 위해, 국소 영역의 특징에 따라 적응적으로 변화하는 수용 영역 적응형 합성곱(RAPConv)을 사용하는 새로운 아키텍처 RAPNet을 제안합니다. RAPNet은 RAPConv와 주의 메커니즘을 활용한 팬샤프닝 동적 특징 융합(PAN-DFF) 모듈을 통합하여 공간 해상도 향상과 스펙트럼 정확도를 최적으로 조절합니다. 공개 데이터셋을 이용한 실험 결과, RAPNet은 기존 방법들보다 정량적 및 정성적 평가 모두에서 우수한 성능을 보였으며, 추가적인 ablation study를 통해 제안된 적응형 구성 요소의 효과를 입증했습니다.
