원격탐사 변화 탐지는 도시 계획, 재해 평가, 자원 관리 등 분야에서 널리 사용되는 중요한 모니터링 기술이다. 합성개구레이다(Synthetic Aperture Radar, SAR)는 24시간, 전천후 영상 촬영 능력을 갖추어 날씨와 조명 영향에 따른 광학 변화 탐지의 문제를 극복한다. SAR의 마이크로파 투과 능력, 편파 특성 및 상관 영상 메커니즘은 지하 및 가려진 영역, 지형 구조 및 물리적 특성 변화, 미세 변화 감지에 독특한 이점을 제공한다. 현재 대부분의 원격탐사 이시점 변화 탐지 연구들은 광학 영상을 중심으로 이루어져 있으며, SAR 영상 기반 변화 탐지에 대한 체계적이고 구체적인 정리는 부족하다. 또한, 딥러닝과 다중 소스 융합 기술의 발전과 함께 SAR 영상 기반 동형 및 이형 변화 탐지가 최신 연구 트렌드로 부상하였다. 본 논문은 국내외 고전 및 최신 문헌 수백 편을 바탕으로 SAR 위성 영상 원리를 결합하여, 먼저 다양한 영상 조건에서의 변화 탐지 전형적 응용을 논의하였다. 이후 데이터 획득, 영상 전처리, 변화 인식 및 후처리를 포함한 이시점 변화 탐지 일반 흐름을 구축하였다. 이를 바탕으로 주요 변화 탐지 데이터와 방법론을 체계적으로 정리하였다. 데이터 부분은 SAR 기반 동형 및 이형 변화 탐지 공개 데이터셋을 포함하며, 방법론 부분은 전통적 방법과 딥러닝 방법의 동형 및 이형 변화 탐지 연구를 다룬다. 특히 관련 데이터셋 및 모델 코드 링크들을 정리하여 후속 연구에 중요한 참고자료를 제공한다. 마지막으로 본 논문은 데이터, 알고리즘, 응용 세 가지 측면에서 현재 분야가 직면한 주요 도전 과제들, 예를 들어 데이터 품질 및 양, 모델 특징 표현 능력 및 계산 복잡성, 변화 탐지 적용 범위 등을 요약하였다. 이러한 도전 과제에 대응하여 미래 다중 모달 융합, 지능형 및 경량 모델 설계, 다원 변화 탐지 발전 방향을 전망하였다.

원격탐사 이시점 변화 탐지;SAR 영상;전통적 방법;딥러닝;동형 및 이형