生成式对抗网络在SAR图像处理中的应用综述

合成孔径雷达自动目标识别技术是SAR图像处理领域的研究热点，但数据样本不足的情况导致SAR-ATR应用研究受到局限。传统扩充SAR数据集的图像仿真技术模型复杂、计算量大，生成图像不够逼真。生成式对抗网络GAN不需要目标先验信息，可以直接从真实图像数据中生成逼真的图像，具有低损耗和端到端的优点，因此相较于传统方法其更适用于小样本SAR数据高质量扩充。围绕GANs在SAR图像处理中的研究应用展开叙述，介绍了获取目标SAR图像的方法，包括传统的仿真技术和基于深度学习的GANs技术；从目标图像和场景图像等2个方面介绍了GANs训练的常用SAR数据集；针对不同数据集的应用场景，重点介绍了GANs网络在目标SAR图像生成、SAR超分辨率重建、SAR和光学影像融合等3个方面的最新研究进展；最后，结合深度学习和SAR目标特性，给出了GANs网络在SAR图像应用方面的后续发展建议。