SARLO-80: 전 세계 경사 거리(Slant Range) SAR 언어 광학 데이터셋 80cm

대규모 광학 벤치마크 덕분에 멀티모달 파운데이션 모델 (Multimodal foundation models)은 빠르게 발전해 왔으나, 합성 개구 레이더 (Synthetic Aperture Radar, SAR)를 위한 유사한 자원은 여전히 제한적입니다. 기존의 SAR-광학 데이터셋은 주로 저해상도의 강도 전용 (intensity-only) 지표면 거리 검출 (Ground Range Detected, GRD) 제품에 의존하며, 복소수 값 SAR 측정값 (complex-valued SAR measurements)이나 고유 획득 기하 구조 (native acquisition geometry)를 보존하지 않아 물리적 근거를 둔 멀티모달 학습을 제한합니다. 특히, 초고해상도 (Very-High-Resolution, VHR) SAR SLC, 정렬된 광학 이미지, 그리고 자연어 설명을 결합한 대규모 공개 데이터셋은 여전히 부족한 실정입니다. 본 연구에서는 센서 독립 복소 데이터 (Sensor Independent Complex Data, SICD)로 배포된 오픈 액세스 Umbra 스포트라이트 (spotlight) 획득 데이터를 기반으로 구축된 VHR SAR-광학-텍스트 데이터셋을 제시합니다. 전 세계 약 2,500개의 장면 (VV/HH, 20cm~2m 고유 해상도)으로부터, 우리는 대역 제한 FFT 리샘플링 (band-limited FFT resampling)을 통해 모든 SAR 데이터를 80cm 경사 거리 (slant-range) 그리드로 표준화하고, 이미지를 1024x1024 패치로 타일링합니다. 각 SAR 패치에 대해, 우리는 고해상도 광학 타일을 검색하고 국부적 픽셀 수준 정렬을 위해 국부 좌표 대응 관계 (local coordinate correspondences)를 사용하여 SAR 그리드로 워핑 (warp)합니다. 또한 시각-언어 (vision-language) 학습 및 평가를 지원하기 위해 샘플당 세 가지 캡션 변형 (SHORT/MID/LONG)을 생성합니다. 우리의 데이터셋은 72개국에 걸친 257개 위치와 광범위한 토지 유형 및 인프라를 아우르는 119,566개의 트리플렛 (복소수 및 진폭 경사 거리 SAR 패치, 정렬된 광학 패치, 자연어 설명)을 포함합니다. 우리는 고유 SAR 기하 구조에서의 교차 모달 검색 (cross-modal retrieval) 및 조건부 생성 (conditional generation)에 대한 멀티모달 정렬의 재현 가능한 벤치마크를 가능하게 하기 위해 고정된 학습/검증/테스트 분할과 전체 전처리 및 베이스라인 코드를 공개합니다. 데이터셋은 Hugging Face Hub(https://huggingface.co/datasets/ONERA/SARLO-80)에서 공개적으로 사용할 수 있습니다.