원격 탐지 기술의 발전과 함께 원격 탐지 이미지는 원격 탐지 이미지 인식, 분할 등 분야에서 널리 활용되고 있다. 그러나 원격 탐지 이미지의 수가 적고, 품질이 낮으며 다양성이 부족한 문제는 원격 탐지 해석 등 후속 연구의 성능 향상을 저해하고 있다. 적은 수의 원격 탐지 이미지를 활용하여 대량의 데이터셋을 생성하는 방법은 현재 시급히 해결해야 할 문제이다. 이러한 문제를 해결하기 위해 본 논문은 SinGAN 네트워크를 기반으로 새로운 순수 합성곱 네트워크 ConvNeXt를 결합하여 원격 탐지 이미지 데이터 증강 프레임워크를 구축하였다. 실험 결과 NWPU-RESISC45 데이터셋에서 ConvNeXt 합성곱 네트워크를 활용한 데이터 증강 후 이미지의 FID, SSIM 및 PSNR 등 3가지 GAN 및 이미지 품질 평가 지표가 각각 5.7%, 6.2%, 8.2% 향상되었다. 개선된 SinGAN 기반 원격 탐지 이미지 데이터 증강 방법을 사용하여 증강된 이미지의 품질과 다양성은 SinGAN 알고리즘 및 전통적인 이미지 증강 방법보다 우수하며, 실제로 이미지 분할, 객체 탐지 등 분야에 활용될 수 있다.

SinGAN;데이터 증강;원격 탐지 이미지;ConvNeXt