面向时空偏移下超高分辨率降雨影像预测的 RainUNet
计算机视觉与模式识别
2022-12-09 v1
摘要
本文提出针对 Weather4cast 2022 挑战赛第二阶段的一种解决方案。该挑战的目标是利用低分辨率多波段卫星图像，预测由地面雷达获得的未来高分辨率降雨事件。我们提出一种解决方案，其执行适用于该挑战的数据预处理，随后使用一种新颖的 RainUNet 预测降雨影像序列。RainUNet 是一种分层 U 形网络，带有时间维可分离块（TS block），采用解耦大核 3D 卷积以提升预测性能。多种评估指标表明，相较于基线方法，我们的解决方案是有效的。源代码可在 https://github.com/jinyxp/Weather4cast-2022 获取。
引用
@article{arxiv.2212.04005,
title = {RainUNet for Super-Resolution Rain Movie Prediction under Spatio-temporal Shifts},
author = {Jinyoung Park and Minseok Son and Seungju Cho and Inyoung Lee and Changick Kim},
journal= {arXiv preprint arXiv:2212.04005},
year = {2022}
}
备注
NeurIPS 2022, Weather4Cast core challenge