تتأثر الصور البصرية غالبًا بوجود السحب. وتحقيقًا لتقليل تأثيرها، تم اقتراح تقنيات مختلفة لإعادة بناء الصور خلال السنوات الأخيرة. وتعتبر إحدى البدائل الشائعة استخلاص البيانات من المستشعرات النشطة، مثل مستشعرات الرادار ذات الفتحة المُصغّرة (SAR)، نظرًا لاستقلالها الكبير عن الظروف الجوية والإضاءة الشمسية. من ناحية أخرى، تُعد صور SAR أكثر تعقيدًا في التفسير مقارنةً بالصور البصرية، مما يتطلب معالجة خاصة. في الآونة الأخيرة، أصبحت الشبكات التوليدية المُتعددة الشرطية (cGANs) شائعة الاستخدام في مهام توليد الصور المختلفة، حيث أظهرت نتائج تُعد من أرقى المستويات المحققة. إحدى تطبيقات cGANs هي تعلّم دالة تطابق غير خطية بين صورتين من مجالين مختلفين. في هذا العمل، ندمج حقيقة أن صور SAR لا تتأثر كثيرًا بالسحب مع القدرة المتميزة لـ cGANs في التحويل الصوري، بهدف تحويل صور SAR إلى صور بصرية، وذلك لاستعادة المناطق المغطاة بالسحب. تُظهر النتائج التجريبية أن الحل المُقترح يحقق دقة تصنيف أفضل مقارنةً بالتصنيف المستند إلى صور SAR.