• KSII Transactions on Internet and Information Systems (TIIS)
• /
• 제16권7호
• /
• pp.2407-2424
• /
• 2022

Recently, Transformer has made great progress in video retrieval tasks due to its high representation capability. For the structure of a Transformer, the cascaded self-attention modules are capable of capturing long-distance feature dependencies. However, the local feature details are likely to have deteriorated. In addition, increasing the depth of the structure is likely to produce learning bias in the learned features. In this paper, an improved Transformer structure named TransDCS (Transformer with Dynamic Convolution and Shortcut) is proposed. A Multi-head Conv-Self-Attention module is introduced to model the local dependencies and improve the efficiency of local features extraction. Meanwhile, the augmented shortcuts module based on a dual identity matrix is applied to enhance the conduction of input features, and mitigate the learning bias. The proposed model is tested on MSRVTT, LSMDC and Activity-Net benchmarks, and it surpasses all previous solutions for the video-text retrieval task. For example, on the LSMDC benchmark, a gain of about 2.3% MdR and 6.1% MnR is obtained over recently proposed multimodal-based methods.

• ETRI Journal
• /
• 제32권5호
• /
• pp.766-773
• /
• 2010

Support vector machine (SVM) active learning plays a key role in the interactive content-based image retrieval (CBIR) community. However, the regular SVM active learning is challenged by what we call "the small example problem" and "the asymmetric distribution problem." This paper attempts to integrate the merits of semi-supervised learning, ensemble learning, and active learning into the interactive CBIR. Concretely, unlabeled images are exploited to facilitate boosting by helping augment the diversity among base SVM classifiers, and then the learned ensemble model is used to identify the most informative images for active learning. In particular, a bias-weighting mechanism is developed to guide the ensemble model to pay more attention on positive images than negative images. Experiments on 5000 Corel images show that the proposed method yields better retrieval performance by an amount of 0.16 in mean average precision compared to regular SVM active learning, which is more effective than some existing improved variants of SVM active learning.

• 한국지리정보학회지
• /
• 제5권2호
• /
• pp.47-53
• /
• 2002

본 연구에서는 열대강우관측 위성(TRMM) 자료를 이용하여 해상풍을 예측하였고, TRMM TMI 휘도 온도와 북미 주변의 NDBC (National Data Buoy Centers) 부이 자료를 이용하여 해상풍을 추정하였다. 이 결과는 행렬방정식에 의한 부이와 비교하였는데 RMSE, BIAS 그리고 상관계수는 각각 2.19 $ms^{-1}$, 1.10 $ms^{-1}$, 그리고 0.81로 나타났으며, 이 결과는 앞으로 TRMM TMI를 이용한 해양 연구에 가능성을 보여주었다.

• 대한원격탐사학회지
• /
• 제27권6호
• /
• pp.653-662
• /
• 2011

Land surface temperature (LST) is a one of the key variables of land surface which can be estimated from geostationary meteorological satellite. In this study, we have developed the three sets of LST retrieval algorithm from MTSAT-2 data through the radiative transfer simulations under various atmospheric profiles (TIGR data), satellite zenith angle, spectral emissivity, and surface lapse rate conditions using MODTRAN 4. The three LST algorithms are daytime, nighttime and total LST algorithms. The weighting method based on the solar zenith angle is developed for the consistent retrieval of LST at the early morning and evening time. The spectral emissivity of two thermal infrared channels is estimated by using vegetation coverage method with land cover map and 15-day normalized vegetation index data. In general, the three LST algorithms well estimated the LST without regard to the satellite zenith angle, water vapour amount, and surface lapse rate. However, the daytime LST algorithm shows a large bias especially for the warm LST (> 300 K) at day time conditions. The night LST algorithm shows a relatively large error for the LST (260 ~ 280K) at the night time conditions. The sensitivity analysis showed that the performance of weighting method is clearly improved regardless of the impacting conditions although the improvements of the weighted LST compared to the total LST are quite different according to the atmospheric and surface lapse rate conditions. The validation results of daytime (nighttime) LST with MODIS LST showed that the correlation coefficients, bias and RMSE are about 0.62~0.93 (0.44~0.83), -1.47~1.53 (-1.80~0.17), and 2.25~4.77 (2.15~4.27), respectively. However, the performance of daytime/nighttime LST algorithms is slightly degraded compared to that of the total LST algorithm.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2002년도 Proceedings of International Symposium on Remote Sensing
• /
• pp.361-365
• /
• 2002

Rain-rate retrieval using the NOAA/AMSU (Advanced Microwave Sounding Unit) (Zaho et al., 2001) has been implemented at METRI/KMA since 2001. Here, we present the results of the AMSU derived rain-rate and validation result, especially for the rainfall associated with the tropical cyclone for 2001. For the validation, we use rain-rate derived from the ground based radar and/or rainfall observation from the rain gauge in Korea. We estimate the bias score, threat score, bias, RMSE and correlation coefficient for total of 16 tropical cyclone cases. Bias score shows around 1.3 and it increases with the increasing threshold value of rain-rate, while the threat score extends from 0.4 to 0.6 with the increasing threshold value of precipitation. The averaged rain-rate for at all 16 cases is 3.96mm/hr and 1.41mm/hr for the retrieved from AMSU and the ground observation, respectively. On the other hand, AMSU rain-rate shows a much better agreement with the ground based observation over inner part of tropical cyclone than over the outer part (Correlation coefficient for convective region is about 0.7, while it is only about 0.3 over the stratiform region). The larger discrepancy of tile correlation coefficient with the different part of the tropical cyclone is partly due to the time difference in between ice water path and surface rainfall. This results indicates that it might be better to develop the algorithm for different rain classes such as convective and stratiform.

• 한국방재학회 논문집
• /
• 제7권4호
• /
• pp.19-29
• /
• 2007

본 연구에서는 레이더 강우의 지상보정(ground-truth)을 위해 사용가능한 기상청(KMA), AWS 및 건설교통부(MOCT) 강우 자료를 다양한 지상보정 설계에 적용하여 비교 평가하였다. 본 연구에서는 동일 기간의 KMA, MOCT, AWS의 우량계 자료와 관악산 레이더 강우 자료를 이용하였으며, 각각 두 관측방법 사이의 차이(오차)를 편의(bias)의 유무 및 크기의 관점에서 평가하였다. 추가로 호우 사상의 특성에 따른 차이도 함께 검토하였다. 그 적용 결과 지상우량계 자료별 편의의 차이는 확연하게 부각되지는 않았으나, 통계 특성치에서는 어느 정도의 차이가 존재함을 확인하였다. 전체적으로 보면 MOCT 우량계 자료를 이용하는 경우가 다른 강우 자료를 이용하는 경우에 비해 편의의 규모가 가장 작은 것으로 파악되었다. 호우 사상별로는 강우의 공간적 간헐성이 가장 큰 장마 기간의 경우가 태풍이나 대류성 강우에 비해 설계편의가 작게 나타나는 것으로 확인되었다.

• 대한원격탐사학회지
• /
• 제24권4호
• /
• pp.309-324
• /
• 2008

Terra/Aqua MODIS의 적외관측 자료를 이용하여 동아시아 지역에서 물리적 방법과 split-window 방법으로 총가강수량을 산출하는 알고리즘을 개발하였다. 물리적 방법에서는 동아시아 지역에 대한 분석 예측 자료를 생산하는 RDAPS 자료를 알고리즘의 초기 추정치로 사용하였다. 이 과정에서 복사전달계산을 위해 빠르고 정확도가 높은 RTTOV-7 모델을 이용하였다. Split-window를 이용한 총가강수량 산출에서는 동아시아 지역의 라디오존데 관측자료를 훈련자료로 사용하여 밝기온도를 계산하였고, 이로부터 관측된 밝기온도로부터 총가강수량을 산출할 수 있는 회귀식을 도출하였다. 위의 두 알고리즘을 2004년 8월과 12월의 MODIS 적외 자료에 적용하여 산출한 결과를 해양에서는 DMSP SSM/I 결과와 육지에서는 라디오존데 관측 결과와 비교하여 검증하였고, 이를 바탕으로 총가강수량의 정확성에 영향을 미치는 요인과 산출과정에 중요한 물리과정을 분석하였다. 비교결과 RDAPS, MODIS, split-window 방법에 비해 물리적 방법을 이용한 총가강수량의 산출 정확성이 높은 것으로 나타났다. 그러나 물리적 방법은 초기 추정치에 따라 산출결과가 상이하게 나타나는 단점을 가지고 있는 것으로 파악되었다. 따라서 TIGR 자료와 같은 기후 평균값을 초기치로 적용함에 있어 주의가 요구된다. 이러한 원인으로 지표 부근의 수증기에 대한 정보 부족 등을 들 수 있다. 이러한 단점에도 불구하고 지표와 지형의 변화가 큰 한반도를 포함한 동아시아 지역에서는 물리적 방법에 의한 총가강수량 산출의 효율성이 큰 것으로 사료된다.

• 대한원격탐사학회지
• /
• 제32권5호
• /
• pp.435-452
• /
• 2016

천리안(Communication, Ocean, and Meteorological Satellite) 위성자료로부터 Cho et al.(2015)에 의해 개발된 분리대기창법(split-window method: CSW_v2.0)을 적용하여 현업적으로 지표면온도를 산출하고 있다. CSW_v2.0으로부터 산출된 지표면온도는 MODIS 지표면온도와 비교하였을 때 적절한 수준의 정확도로 산출되었으나 역전층이나 기온감률이 클 때 상대적으로 오차가 크게 발생하였다. 이를 해결하기 위해 지표 경계층에서의 기온의 일변동을 복사전달모델에 처방하여 모의자료를 구축한 후 이를 이용하여 지표면온도 산출 알고리즘을 개선하였다(CSW_v3.0). CSW_v3.0에서는 복사전달모델에 처방된 지표면온도와 복사전달모델로부터 산출된 지표면온도간의 상관계수가 기존 알고리즘과 동일한 수준인 0.99 이상을 유지하면서 편의는 -0.03 K에서 -0.012 K, RMSE는 1.39 K에서 1.138 K로 감소하였다. CSW_v2.0에서 역전층이나 기온감률이 클 때, 휘도온도차와 방출율 차가 클 때 발생하는 계통적 오차를 개선된 알고리즘에서는 편의와 RMSE를 10-30% 감소시켜 상당 부분 개선하였다. CSW_v3.0으로부터 산출된 지표면온도와 MODIS 지표면온도와의 간접 검증에서는 상관계수가 0.986에서 0.985로 높은 상관성을 유지하면서 편의는 0.629 K에서 -0.049 K, RMSE는 2.537 K에서 2.502 K로 오차를 감소시켰다.

• 대한전자공학회논문지
• /
• 제26권9호
• /
• pp.1453-1461
• /
• 1989

The modified ESPRIT(MESPRIT) method for harmonic retrieval is presented and analyzed. The estimation of frequencies of sinusoidal signals corrupted by white or colored measurement noise is considered for the MESPRIT method. Monte-carlo simulations are conducted for the comparison of MESPRIT method with TK method in terms of sampled mean, root mean square and relative bias.

• 한국수자원학회논문집
• /
• 제49권5호
• /
• pp.423-429
• /
• 2016

본 연구에서는 GCOM-W1 위성에 탑재된 Advanced Microwave Scanning Radiometer 2 (AMSR2) 센서의 토양수분 자료를 Land Parameter Retrieval Model (LPRM) 알고리즘을 통해 전처리하여 2014년도 한반도 지점관측 자료와의 비교 분석을 수행, 위성 토양수분 자료의 적합성을 평가하였다. 통계 분석 결과 AMSR2 X-band의 토양수분 자료는 38개의 지점관측 자료와 비교해 0.03의 평균 bias, 0.16의 평균 RMSE의 낮은 오차 수준을 보였으며, 최대상관계수는 0.67로 나타났다. 또한 AMSR2 센서의 ascending, descending 시간대별 위성 토양수분자료 분석과 X, C1, C2-band의 주파수 영역별 위성 토양수분 자료 분석 결과, ascending overpass time 시간대와, X-band 주파수의 토양수분자료가 지점 관측 자료와 더 좋은 상관관계를 보였다. 본 연구의 분석 결과는 한반도에서 최근 문제가 되고 있는 가뭄을 비롯한 각종 재해 분석 시 토양수분의 공간적 분포를 연구하는데 활용 될 수 있을 것으로 기대된다.