一种用于融合SAR与多光谱光学数据的条件生成对抗网络，实现Sentinel-2图像的云去除

本文提出了一种首个专为融合合成孔径雷达（SAR）与光学多光谱（MS）图像数据而设计的条件生成对抗网络（cGAN）架构，能够基于受云层污染的多光谱输入图像和辅助SAR图像，生成无云、无霾的多光谱光学数据。在Sentinel-2多光谱数据与Sentinel-1 SAR数据上的实验结果表明，所提出的SAR-Opt-cGAN扩展模型通过利用辅助SAR信息，相较于仅以单源多光谱数据为输入的同架构模型，能够更有效地重建多光谱图像。