科研之友
微信
新浪微博
Facebook
分享链接
摘要
本构模型参数不恰当导致仿真结果与真实视频的视觉效果不一致。对此，提出了一种非牛顿流体仿真重建方法。在模型训练阶段，使用非牛顿流体仿真视频作为输入，学习单帧流体仿真图像的最佳低维潜在空间表示，并在该潜在域中进行帧间预测，采用卷积长短时记忆网络预测未来帧的潜在向量表示。基于逐帧潜在表示编码和帧间时序特征预测本构模型的重建参数。在模型验证阶段，以非牛顿流体单目真实视频为输入，预测流体本构模型参数，实现基于Cross模型的非牛顿流体仿真重建。仿真实验结果表明，使用面向视频的仿真重建方法能够获得比使用基于流变仪测量的重建方法与真实视频更吻合的流体重建结果，在不同时间点均有更高的像素准确率、像素精准率和更符合实际流动的视觉效果。
- 单位
