Optische Fernerkundungsbilder werden aufgrund ihrer hohen Auflösung und stabilen geometrischen Eigenschaften in vielen Bereichen eingesetzt. Fernerkundungsbilder sind jedoch unvermeidlich durch das Klima, insbesondere durch Wolken, beeinflusst. Die Entfernung von Wolken in hochaufgelösten Fernerkundungssatellitenbildern ist ein unerlässlicher Vorverarbeitungsschritt vor deren Analyse. Obwohl neuronale Netze bei vielen Bildverarbeitungsaufgaben aufgrund der großen Menge an Trainingsdaten erfolgreich eingesetzt werden, ist ihre Anwendung zur Wolkenentfernung in Fernerkundungsbildern noch relativ gering. Wir verwenden ein generatives adversariales Netzwerk (GAN) zur Lösung dieser Aufgabe und führen den räumlichen Aufmerksamkeitsmechanismus in die Wolkenentfernung von Fernerkundungsbildern ein. Dabei schlagen wir ein Modell namens räumliches Aufmerksamkeitsgeneratives Adversariales Netzwerk (SpA GAN) vor, das den menschlichen Sehmechanismus nachahmt und mit einem lokal-zu-globalen räumlichen Aufmerksamkeitsmechanismus die Wolkenbereiche erkennt und fokussiert. Dies verbessert die Informationswiederherstellung dieser Bereiche und ermöglicht die Generierung von wolkenfreien Bildern höherer Qualität...