[论文解读] Positional Encoding Augmented GAN for the Assessment of Wind Flow for Pedestrian Comfort in Urban Areas

Henrik Hoeiness, Kristoffer Gjerde+3 more|arXiv (Cornell University)|Dec 15, 2021

Wind and Air Flow Studies被引用 5

一句话总结

该论文提出了一种基于位置编码增强的生成对抗网络（GAN）框架，可将二维建筑轮廓图转换为行人高度的风场预测结果，与传统计算流体动力学（CFD）方法相比，显著加快了模拟速度。通过引入基于SDF和CoordConv的空间坐标信息，并应用谱归一化和注意力机制，模型在准确率上最高提升20%，并实现了支持实时风舒适度评估的交互式城市设计。

ABSTRACT

Approximating wind flows using computational fluid dynamics (CFD) methods can be time-consuming. Creating a tool for interactively designing prototypes while observing the wind flow change requires simpler models to simulate faster. Instead of running numerical approximations resulting in detailed calculations, data-driven methods and deep learning might be able to give similar results in a fraction of the time. This work rephrases the problem from computing 3D flow fields using CFD to a 2D image-to-image translation-based problem on the building footprints to predict the flow field at pedestrian height level. We investigate the use of generative adversarial networks (GAN), such as Pix2Pix [1] and CycleGAN [2] representing state-of-the-art for image-to-image translation task in various domains as well as U-Net autoencoder [3]. The models can learn the underlying distribution of a dataset in a data-driven manner, which we argue can help the model learn the underlying Reynolds-averaged Navier-Stokes (RANS) equations from CFD. We experiment on novel simulated datasets on various three-dimensional bluff-shaped buildings with and without height information. Moreover, we present an extensive qualitative and quantitative evaluation of the generated images for a selection of models and compare their performance with the simulations delivered by CFD. We then show that adding positional data to the input can produce more accurate results by proposing a general framework for injecting such information on the different architectures. Furthermore, we show that the models performances improve by applying attention mechanisms and spectral normalization to facilitate stable training.

研究动机与目标

• 开发一种快速、数据驱动的替代方案，以替代耗时的传统CFD模拟，用于评估城市环境中的风场流动。
• 将三维风场预测问题重构为以建筑轮廓图为输入的二维图像到图像翻译问题。
• 评估生成对抗网络（Pix2Pix、CycleGAN）和U-Net在行人高度风速场预测中的有效性。
• 研究位置编码（SDF、CoordConv）对模型在多样化城市几何结构中准确率与泛化能力的影响。
• 通过用快速可学习的神经网络模型替代低效的CFD模拟，实现交互式城市设计，支持快速原型设计。

提出的方法

• 将风场预测表示为条件图像到图像翻译任务，将二维建筑轮廓图映射为二维风速场。
• 采用Pix2Pix、CycleGAN和U-Net架构，学习从几何结构到流场的映射关系，训练数据来源于模拟的CFD数据集。
• 通过SDF（有符号距离函数）和CoordConv在输入中注入位置信息，以提升空间感知能力与泛化性能。
• 应用谱归一化和自注意力机制，以稳定GAN训练过程并增强特征学习能力。
• 在具有不同建筑复杂度的合成数据集以及来自奥斯陆的真实城市数据上，采用多尺度评估协议验证模型性能。
• 使用RMSE、MRE和视觉分析评估模型性能，与真实CFD模拟结果进行对比。

实验结果

研究问题

• RQ1 基于GAN的模型能否从建筑轮廓图准确预测行人高度的风场流动，实现比传统CFD更快的速度，同时保持可接受的准确率？
• RQ2 在风场预测中，注入位置编码（SDF与CoordConv）如何影响图像到图像翻译模型的性能？
• RQ3 谱归一化和注意力机制等架构增强手段在多大程度上提升了训练稳定性和预测准确率？
• RQ4 所提出的模型能否泛化到复杂城市环境（如真实城市布局），并支持交互式设计工作流？
• RQ5 即使在详细风速预测方面不够完美，模型输出是否足以支持实际的风舒适度分类？

主要发现

• 通过SDF和CoordConv注入位置编码后，Pix2Pix、CycleGAN和U-Net在数据集𝒟₃上的性能分别提升了7%、20%和4%。
• 谱归一化在𝒟₃上将MRE降低了10%，在最复杂的数据集𝒟₅上降低了4%，表明训练稳定性与泛化能力得到提升。
• 采用自注意力机制的模型优于其无注意力的对应模型，表明其具备更优的特征表示学习能力。
• 在监督方式下训练的U-Net模型性能与GAN相当，但训练动态更简单，表明其可能更适合本任务。
• 视觉与定量分析显示，建筑物下游区域误差较高，表明模型在捕捉复杂尾流与湍流模式方面存在局限。
• 尽管存在这些局限，模型输出在满足Lawson标准的风舒适度分类任务中已足够准确，支持其在交互式城市设计工具中的应用。