基于物理信息的 SAR 船舶醒醒生成文本提示下的扩散模型

通过 SAR 图像探测船舶存在的醒醒特征正受到广泛关注，但标注数据稀缺导致监督式学习面临显著挑战。物理仿真常用于缓解数据不足，尽管仿真速度慢且限制端到端学习。在本工作中，我们探索了一种新思路：利用由物理仿真器生成的数据训练的扩散模型实现更高效的端到端 SAR 船舶醒醒仿真。训练数据集由仿真器生成的图像与由仿真参数派生的文本提示配对构建。实验结果表明，模型能够生成逼真的开尔文醒醒模式，并显著加快推理速度，优于物理仿真器。这些结果凸显了扩散模型实现快速可控醒醒图像生成的潜力，为海洋 SAR 分析中的端到端下游任务开辟了新可能。