生成式人工智能遇见合成孔径雷达：一项综述
计算机视觉与模式识别
2024-11-11 v1 人工智能
图像与视频处理
摘要
SAR图像具有独特的属性，使其在电磁特性方面对人类观察者和视觉AI模型都构成解读挑战。SAR图像的解读面临各种障碍，其中主要障碍之一是数据本身，涉及数据的数量和质量问题。这些挑战可以通过生成式AI技术来解决。生成式AI（GenAI）是人工智能领域中非常先进且强大的技术，已获得广泛关注。该进展为创建文本、照片级真实图像、视频以及多种模态的内容创造了可能性。本文旨在全面研究GenAI与SAR的交叉领域。首先，我们阐述SAR领域中常见的数据生成应用，并将其与计算机视觉任务进行比较，分析它们的相似性、差异性和普遍挑战。然后，系统性地综述了最新的GenAI模型，包括针对普遍挑战的各种基础模型及其变体。此外，还涵盖了SAR领域中的相应应用。具体而言，我们提出对SAR的基于物理模型的仿真方法进行总结，并分析将GenAI与可解释模型相结合的混合建模方法。还探讨了已应用或可应用于SAR的评估方法。最后，讨论了潜在的挑战和未来前景。据我们所知，本综述是首次对SAR与GenAI这一交叉学科的全面考察，涵盖了深度神经网络、物理模型、计算机视觉和SAR图像等广泛主题。本综述的资源已开源发布于\url{https://github.com/XAI4SAR/GenAIxSAR}。
引用
@article{arxiv.2411.05027,
title = {Generative Artificial Intelligence Meets Synthetic Aperture Radar: A Survey},
author = {Zhongling Huang and Xidan Zhang and Zuqian Tang and Feng Xu and Mihai Datcu and Junwei Han},
journal= {arXiv preprint arXiv:2411.05027},
year = {2024}
}