Les images de télédétection optique sont largement utilisées dans de nombreux domaines en raison de leur haute résolution et de leurs propriétés géométriques stables. Cependant, les images de télédétection sont inévitablement affectées par le climat, en particulier par les nuages. L'élimination des nuages dans les images satellites à haute résolution est une étape préalable indispensable avant leur analyse. Bien que les réseaux neuronaux aient connu un grand succès dans de nombreuses tâches de traitement d'images grâce aux grandes bases de données d'entraînement, l'utilisation des réseaux neuronaux pour éliminer les nuages dans les images de télédétection reste encore relativement limitée. Nous avons adopté un réseau antagoniste génératif (GAN) pour résoudre cette tâche et introduit le mécanisme d'attention spatiale dans la tâche d'élimination des nuages dans les images de télédétection, proposant ainsi un modèle nommé réseau antagoniste génératif avec attention spatiale (SpA GAN). Ce modèle imite le mécanisme visuel humain et reconnaît et se concentre sur les zones nuageuses grâce à une attention spatiale allant du local au global, ce qui améliore la récupération d'informations dans ces zones et génère des images sans nuages de meilleure qualité...