기존 대부분의 원격 감지 영상 초해상도 방법은 영상 내 혼합 스케일의 자기 유사성 정보와 스케일 간 영역 간 연관 정보를 충분히 활용하지 못하며, 주파수 영역이 인지하는 영상의 고주파 정보 능력을 간과한다. 이러한 문제를 해결하기 위해 본 논문에서는 공간 적응 및 주파수 융합 네트워크(Spatial Adaptation and Frequency Fusion Network, SAF²Net)를 제안한다. SAF²Net은 먼저 혼합 스케일 공간 적응 특징 조절 모듈을 도입하여 특징 피라미드와 유사한 방식으로 다양한 스케일에서 판별 특징을 획득하여 다중 스케일 특징 표현력을 향상시킨다. 이후 전역 다중 스케일 수용 영역 선택 블록을 설계하여 스케일 간 영역 간 연관 특징을 발굴한다. 이를 바탕으로 공간 적응 선택 블록과 주파수 분리 선택 블록을 도입하여 공간-주파수 보완 정보를 융합하여 국부 특징을 강화하고 모델의 영상 고주파 내용 모델링 능력을 향상시킨다. 두 개의 공개 원격 감지 영상 데이터셋에서 다수의 실험을 수행한 결과 SAF²Net은 다른 비교 방법들보다 정량적 평가 지표에서 우수한 결과를 얻었다. UCMerced 데이터셋 3배 초해상도 예시에서 본 방법은 차선 방법 HAUNet 대비 PSNR과 SSIM을 각각 0.11 dB와 0.0033 향상시켰으며, 주관적 시각 품질 측면에서는 SAF²Net이 더 많은 선명한 텍스처 디테일을 복원할 수 있음을 확인하였다. 실험 결과는 본 논문에서 제안한 SAF²Net이 두 가지 다른 관점에서 혼합 스케일 전역 정보를 탐색하고 공간-주파수 보완 특징을 효과적으로 융합하여 원격 감지 영상 초해상도 과제에서 경쟁력 있는 복원 성능을 보임을 나타낸다.

원격 감지 영상;초해상도;혼합 스케일 특징;공간-주파수 보완 정보