• 한국컴퓨터그래픽스학회논문지
• /
• 제25권5호
• /
• pp.1-9
• /
• 2019

본 논문에서는 강우시 빗방울로 인해 왜곡된 연안 파랑 비디오 영상에서 빗방울 제거와 제거된 영역에 대한 배경 정보를 복원하기 위한 적대적생성신경망을 이용한 영상 강화 방법을 제안하고자 한다. 영상 변환에 널리 사용되는 Pix2Pix 네트워크와 현재 단일 이미지에 대한 빗방울 제거에 좋은 성능을 보여주고 있는 Attentive GAN을 실험 대상 모델로 구현하고, 빗방울 제거를 위한 공개 데이터 셋을 이용하여 두 모델을 학습한 후 빗방울 왜곡 연안 파랑 영상의 빗방울 제거 및 배경 정보 복원 성능을 평가하였다. 연안 파랑 비디오에 영상에 대한 빗방울 왜곡 보정 성능을 향상시키기 위해 실제 연안에서 빗방울 유무가 짝을 이룬 데이터 셋을 직접 획득한 후 사전 학습된 모델에 대하여 전이 학습에 사용하여 빗방울 왜곡 보정에 대한 성능 향상을 확인하였다. 모델의 성능은 빗방울 왜곡 영상으로부터 파랑 정보 복원 성능을 최대 신호 대 잡음비와 구조적 유사도를 이용하여 평가하였으며, 전이 학습을 통해 파인 튜닝된 Pix2Pix 모델이 연안 파랑 비디오 영상의 빗방울 왜곡에 대한 가장 우수한 복원 성능을 보였다.

• Asian Journal of Atmospheric Environment
• /
• 제9권4호
• /
• pp.272-279
• /
• 2015

The information about the dispersion and scavenging of traffic-related pollutants at the locations near busy expressways is very helpful to highway planners for developing better plans to reduce exposures to air pollution for people living as well as children attending schools and child care centers near roadways. The objective of the current study was to give information in the dispersion and scavenging of vehicle-derived pollutants at the region near a busy urban expressway by a combination of two different model calculations. The modified Gaussian dispersion model and the Lagrange type below-cloud scavenging model were applied to evaluate $NO_x$ dispersion and DEP (Diesel exhaust particles) wet removal, respectively. The highest $NO_x$ was marked 53.17 ppb within 20-30 meters from the target urban expressway during the heaviest traffic hours (08:00AM-09:00AM) and it was 2.8 times higher than that of really measured at a nearby ambient measuring station. The calculated DEP concentration in size-resolved raindrops showed a continuous decreasing with increasing raindrop size. Especially, a noticeable decrease was found between 0.2 mm and 1.0 mm raindrop diameter.