소량 샘플을 활용한 초분광 이미지 분류 방법의 발전: 검토

초분광 이미지(HSI) 분류는 원거리 탐사의 핫스팟 중 하나이며, 최근 몇 년간 많은 방법들이 지속적으로 제안되었습니다. 그러나 여전히 애플리케이션에서 높은 정확도의 분류를 달성하는 것은 도전 과제가 됩니다. 그 주요 이유 중 하나는 레이블이 있는 데이터의 부족입니다. 공간 해상도의 제한으로 인해 HSI 데이터의 수동 레이블링은 시간과 비용이 많이 소요되므로 대량의 레이블이 있는 데이터를 얻는 것이 어렵습니다. 이러한 상황에서 많은 연구자들은 소량 샘플을 활용한 HSI 분류 연구에 주목하고 있습니다. 이 주제에 초점을 맞춰, 본 논문은 최근 몇 년간의 연구 진행 상황에 대한 체계적인 검토를 제공합니다. 구체적으로, 본 논문은 세 가지 측면을 포함합니다. 첫째, 이전의 검토 기사에서 사용된 분류체계가 잘 개발되지 않고 독자를 혼란스럽게 한다는 점을 고려하여, 데이터 활용 형태에 기반한 새로운 분류체계를 제안합니다. 이 분류체계는 다양한 접근 방식을 분류하기 위한 보다 정확하고 포괄적인 프레임워크를 제공합니다. 둘째, 제안된 분류체계를 지침으로 사용하여, 기존 방법을 분석하고 요약합니다. 특히 이전 검토에 포함되지 않은 최신 연구 결과(딥 모델과 비딥 모델 모두)를 다루어 독자들이 최신 진행 상황을 더 명확히 이해할 수 있도록 합니다. 마지막으로, 우리는 여러 세트의 실험을 수행하고 현재 문제와 미래 방향에 대한 우리의 의견을 제시합니다.