Odrębny obszar badań nad ATR stanowi automatyczne rozpoznawanie celów na obrazach uzyskiwanych przez radar z syntetyczną aperturą (SAR), określane jako SAR-ATR. W typowej architekturze takiego systemu wyróżnia się trzy zasadnicze etapy: detekcję, dyskryminację oraz klasyfikację. Na etapie detekcji wyszukiwane są obszary obrazu mogące zawierać cele, podczas dyskryminacji odrzucane są fałszywe alarmy i obiekty tła, natomiast klasyfikator przypisuje pozostałe obiekty do określonych klas celów.

W systemach SAR-ATR stosowano m.in. metody oparte na dopasowywaniu wzorców, ręcznie wyznaczanych cechach i modelach celu, a następnie również metody uczenia maszynowego i uczenia głębokiego. W rozwiązaniach wykorzystujących głębokie uczenie szczególne znaczenie mają konwolucyjne sieci neuronowe, które mogą jednocześnie uczyć się reprezentacji cech obrazu i klasyfikatora.