Cut-and-Paste 데이터 증강 기법을 위성 영상 의미 분할에 적용하여 모델 성능을 크게 향상시킬 수 있다.
위성 영상에서 구름 탐지를 위해 구름 광학 두께(COT)를 추정하는 것이 핵심 아이디어이며, 이를 위해 합성 데이터셋을 생성하고 다양한 기계 학습 모델을 활용하여 실제 위성 영상에서의 구름 탐지 성능을 향상시킬 수 있다.
딥러닝 기반 Sentinel-1 및 Sentinel-2 데이터 융합을 통해 지속적인 NDVI 시계열을 생성하고, 이를 활용하여 초지 예초 이벤트 탐지 성능을 향상시킨다.