GMG：一种基于全局聚焦与运动引导的视频预测方法
计算机视觉与模式识别
2026-02-12 v3
摘要
近年来，天气预报引起了广泛关注。然而，由于气象数据的快速变化和潜在的遥相关，准确预测天气仍然是一项挑战。当前的时空预测模型主要依赖卷积操作或滑动窗口进行特征提取。这些方法受限于卷积核或滑动窗口的大小，难以捕获和识别气象数据中潜在的遥相关特征。此外，天气数据通常涉及非刚体，其运动过程伴随着不可预测的形变，进一步增加了预测任务的复杂性。本文提出了 GMG 模型来解决这两个核心挑战。全局聚焦模块是我们模型的关键组件，可增强全局感受野；而运动引导模块则能适应非刚体的生长或消散过程。通过广泛的评估，我们的方法在各种复杂任务中展现出具有竞争力的性能，为提高复杂时空数据的预测精度提供了一种新方法。
引用
@article{arxiv.2503.11297,
title = {GMG: A Video Prediction Method Based on Global Focus and Motion Guided},
author = {Yuhao Du and Hui Liu and Haoxiang Peng and Xinyuan Cheng and Chengrong Wu and Jiankai Zhang},
journal= {arXiv preprint arXiv:2503.11297},
year = {2026}
}