面向合成孔径雷达-光学翻译的光学感知语义控制与不确定性精细化
计算机视觉与模式识别
2026-01-13 v1 人工智能
摘要
合成孔径雷达（SAR）提供了稳健的全天候成像能力；然而，将 SAR 观测翻译为照片级光学图像仍是一个根本性难题。当前方法常受 SAR 数据固有的散粒噪声和几何畸变的限制，导致语义误解释、纹理模糊合成和结构幻觉。为此提出一种新型 SAR 到光学（S2O）翻译框架，集成三个核心技术贡献：（i）跨模态语义对齐，通过从光学教师蒸馏鲁棒语义先验到 SAR 学生，构建光学感知 SAR 编码器；（ii）语义 grounding 生成性引导，由语义 grounding 控制网络实现，集成面向全局语境的 class-aware 文本提示与面向局部空间引导的层次化视觉提示；（iii）不确定性感知目标，显式建模 aleatoric 不确定性以动态调节重建聚焦，有效缓解散粒导致的歧义性引发的伪影。广泛实验表明，所提方法在感知质量和语义一致性方面优于最先进的方法。
引用
@article{arxiv.2601.06835,
title = {OSCAR: Optical-aware Semantic Control for Aleatoric Refinement in Sar-to-Optical Translation},
author = {Hyunseo Lee and Sang Min Kim and Ho Kyung Shin and Taeheon Kim and Woo-Jeoung Nam},
journal= {arXiv preprint arXiv:2601.06835},
year = {2026}
}
备注
main 15 pages, supplementary 5 pages