SARFormer——一种面向合成孔径雷达数据的采集参数感知视觉Transformer
计算机视觉与模式识别
2025-04-14 v1
摘要
本文介绍了 SARFormer，一种改进的视觉 Transformer (ViT) 架构，用于处理单幅或多幅合成孔径雷达 (SAR) 图像。鉴于 SAR 数据复杂的图像几何特性，我们提出了一个采集参数编码模块，该模块显著引导了学习过程，尤其是在多幅图像的情况下，从而在下游任务上提升了性能。我们进一步探索了自监督预训练，在有限标注数据下进行了实验，并通过消融实验将我们的贡献和适应性改进与基线进行了全面基准测试，其中模型在高度重建和分割等任务上进行了测试。我们的方法在 RMSE 方面比基线模型实现了高达 17% 的提升。
引用
@article{arxiv.2504.08441,
title = {SARFormer -- An Acquisition Parameter Aware Vision Transformer for Synthetic Aperture Radar Data},
author = {Jonathan Prexl and Michael Recla and Michael Schmitt},
journal= {arXiv preprint arXiv:2504.08441},
year = {2025}
}