面向洪水图像预测的层级地形注意力与多尺度降雨引导
计算机视觉与模式识别
2023-12-13 v2
摘要
随着气候恶化，由降雨引发的洪水现象变得频繁。为减轻其影响，近期工作采用卷积神经网络或其变体来预测洪水。然而，这些方法直接通过全局约束迫使模型重建洪水图像的原始像素，忽视了地形特征与降雨模式中蕴含的底层信息。为此，我们提出了一种用于精确洪水图预测的崭新框架，其引入层级地形空间注意力以帮助模型聚焦于地形特征的空间显著区域，并构建多尺度降雨嵌入以将降雨模式信息广泛整合进生成过程。为更好地使模型适应不同降雨条件，我们利用降雨回归损失作为生成器与判别器的额外监督。在真实流域数据集上的大量评估表明，我们的方法性能优越，在不同降雨条件下大幅超越以往最佳方法。
引用
@article{arxiv.2212.01819,
title = {Hierarchical Terrain Attention and Multi-Scale Rainfall Guidance For Flood Image Prediction},
author = {Feifei Wang and Yong Wang and Bing Li and Qidong Huang and Shaoqing Chen},
journal= {arXiv preprint arXiv:2212.01819},
year = {2023}
}
备注
Accepted by ICIP2023