광학 원격탐사의 전반적 지도와 최신 동향

초록

본 논문은 RGB 기반 광학 원격탐사(ORS)의 주요 연구 과제들을 체계적으로 분류하고, 각 과제별 대표 데이터셋과 최신 알고리즘을 정리한다. 분류, 객체 검출, 세분화, 변화 감지, 비전‑언어, 이미지·비디오 편집, 객체 카운팅 등 8대 카테고리를 제시하고, 최근 트랜스포머와 파운데이션 모델의 적용 사례를 강조한다. 또한 데이터 규모·라벨링 비용, 도메인 일반화, 실시간 처리 등 현재 직면한 도전 과제와 향후 연구 방향을 제시한다.

상세 분석

본 조사에서는 RGB 센서가 제공하는 자연색 영상의 접근성에 주목하여, 광학 원격탐사의 전반을 ‘모달리티 중심’ 시각에서 재구성하였다. 먼저, 분류 작업을 이미지·씬 레벨, 교차 도메인, 미세 분류로 세분화하고, 트랜스포머 기반 SCViT, 하이브리드 CNN‑Transformer 구조, 전통적 CNN 모델(MGSNet 등)의 성능·복잡도 트레이드오프를 상세히 비교한다. 객체 검출 파트에서는 수평 바운딩 박스(HOD)와 회전 바운딩 박스(OOD)를 구분하고, YOLO‑v8 기반 LAR‑YOLOv8에 트랜스포머 블록을 삽입한 사례가 소형 객체 탐지에 미치는 영향을 분석한다. 또한, 효율성을 강조한 CFANet·CEASC 같은 경량 CNN 설계와, OOD에서의 앵커 정제·피처 정렬 기법을 검토한다. 세분화 영역에서는 순수 CNN(DeepLab, UNet)과 하이브리드, 그리고 최근 SAM 파운데이션 모델을 활용한 접근법을 비교하고, GAN·Diffusion 기반 도메인 적응이 마스크 품질 향상에 기여하는 메커니즘을 설명한다. 변화 감지에서는 바이너리(Bi‑Change)와 의미(Change‑Semantic) 두 축으로 나누어, 경량 MobileNetV2 기반 A2Net, 순수 트랜스포머 기반 BiFA, 그리고 Mamba 아키텍처를 적용한 MambaCD의 연산 효율성과 정확도 균형을 평가한다. 비전‑언어 파트는 이미지 캡셔닝(BIT‑A)과 VQA(CD‑VQA) 등 텍스트‑이미지 정렬을 위한 프리트레인 전략과 LLM 기반 디코더 설계가 어떻게 도메인 일반화를 촉진하는지 논의한다. 이미지·비디오 편집에서는 초해상도(ISR)와 비디오 SR(VSR)에서 하이브리드 CNN‑Transformer와 확산 모델(EDiffSR)의 노이즈 예측·조건부 생성 메커니즘을 상세히 다룬다. 객체 카운팅에서는 고해상도 피처 유지와 다중 스케일 합성을 통한 HKINet, DOPNet의 밀도 지도 생성 방식을 분석한다. 마지막으로, 지오로컬라이제이션, 사고 예측, 캐노피 높이 추정 등 특수 과제들이 데이터 라벨링 비용과 도메인 편향 문제를 어떻게 야기하는지 짚으며, 현재 공개된 데이터셋의 규모·다양성 부족을 지적한다. 전반적으로, 트랜스포머와 파운데이션 모델이 기존 CNN 중심 파이프라인을 재편하고 있으나, 실시간 처리와 라벨링 비용 문제는 여전히 해결 과제로 남아 있다.