-
题名流体运动估计光流算法研究综述
被引量:15
- 1
-
-
作者
邵绪强
杨艳
刘艺林
-
机构
华北电力大学控制与计算机工程学院
-
出处
《中国图象图形学报》
CSCD
北大核心
2021年第2期355-367,共13页
-
基金
国家自然科学基金项目(61502168)
北京市自然科学基金项目(4182018)。
-
文摘
对流体图像序列进行运动分析一直是流体力学、医学和计算机视觉等领域的重要研究课题。从图像对中提取的密集精确的速度矢量场能够为许多领域提供有价值的信息,基于光流法的流体运动估计技术因其独特的优势成为一个有前途的方向。光流法可以获得具有较高分辨率的密集速度矢量场,在小尺度精细结构的测量上有所改进,弥补了基于相关分析法的粒子图像测速技术的不足。此外,光流方法还可以方便的引入各种物理约束,获得较为符合流体运动特性的运动估计结果。为了全面反映基于光流法的流体运动估计算法的研究进展,本文在广泛调研相关文献的基础上,对国内外具有代表性的论文进行了系统阐述。首先介绍了光流法的基本原理,然后将现有算法按照要解决的突出问题进行分类:结合流体力学知识的能量最小化函数,提高对光照变化的鲁棒性,大位移估计和消除异常值。对每类方法,从问题解决过程的角度予以介绍,分析了各类突出问题中现有算法的特点和局限性。最后,总结分析了流体运动估计技术当前面临的问题和挑战,并对未来基于光流法的运动估计算法的研究方向和研究重点进行了展望。
-
关键词
流体运动估计
光流法
流体力学
光照变化
大位移估计
异常值检测
-
Keywords
fluid motion estimation
optical flow method
fluid mechanics
illumination change
large displacement estimation
outlier detection
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名基于深度神经网络的粒子图像测速算法
被引量:21
- 2
-
-
作者
蔡声泽
许超
高琪
魏润杰
-
机构
浙江大学控制科学与工程学院
浙江大学航空航天学院
北京立方天地科技发展有限责任公司
-
出处
《空气动力学学报》
CSCD
北大核心
2019年第3期455-461,共7页
-
基金
国家自然科学基金(61473253)
中央高校基本科研业务费专项资金(2018XZZX001-09,2019QNA4056)
-
文摘
粒子图像测速(PIV)作为一种流体力学实验技术,能够从流体图像中获取全局、定量的速度场信息。随着人工智能技术的发展,设计用于粒子图像测速的深度学习技术具有广泛的应用前景和研究价值。借鉴在计算机视觉领域用于运动估计的光流神经网络,采用人工合成的粒子图像数据集进行监督学习训练,从而获得适用于流体运动估计的深度神经网络模型,并且能够高效地提供单像素级别分辨率的速度场。文中采用人工合成的湍流流场粒子图像进行初步实验评估,并讨论PIV神经网络的隐藏层输出和内在原理,同时将训练而成的深度神经网络模型与传统的相关分析法、光流法对比;随后进行射流流场测速实验,验证深度神经网络PIV的实用性。实验结果表明,文中提出的基于深度神经网络的粒子图像测速在精度、分辨率、计算效率上具有优势。
-
关键词
粒子图像测速
流体运动估计
卷积神经网络
深度学习
PIV数据集
射流实验
-
Keywords
particle image velocimetry
fluid motion estimation
convolutional neural network
deep learning
PIV dataset
jetflow experiment
-
分类号
TP183
[自动化与计算机技术—控制理论与控制工程]
-