面向每日北极海冰浓度预测的频率补偿网络
图像与视频处理
2025-09-26 v2 计算机视觉与模式识别
摘要
准确预测北极海冰浓度（SIC）对于全球生态系统健康和航行安全至关重要。然而，当前方法仍面临两个挑战：1) 这些方法很少探索频域中长期特征依赖性。2) 它们几乎无法保留高频细节，无法准确捕捉海冰边缘区域的变化。为此，我们提出了一种用于北极SIC每日预测的频率补偿网络（FCNet）。具体而言，我们设计了一个双支路网络，包括用于特征提取和卷积特征提取的支路。对于频率特征提取，我们设计了自适应频率滤波块，将可训练层与基于傅里叶的滤波器集成。通过添加频率特征，FCNet能够实现边缘和细节的精细预测。对于卷积特征提取，我们提出了高频增强模块以分离高频和低频信息。此外，通过通道注意力机制增强高频特征，并采用时间注意力单元进行低频特征提取以捕捉远程海冰变化。我们在卫星衍生的每日SIC数据集上进行了广泛实验，结果验证了所提出FCNet的有效性。我们的代码和数据将公开提供：https://github.com/oucailab/FCNet。
引用
@article{arxiv.2504.16745,
title = {Frequency-Compensated Network for Daily Arctic Sea Ice Concentration Prediction},
author = {Jialiang Zhang and Feng Gao and Yanhai Gan and Junyu Dong and Qian Du},
journal= {arXiv preprint arXiv:2504.16745},
year = {2025}
}
备注
Accepted by IEEE TGRS 2025