一种基于深度Transformer模型的粒子图像测速方法

本发明公开了一种基于深度Transformer模型的粒子图像测速方法，该方法首先对粒子图像进行预处理，包括数据归一化和噪声去除，以增强模型的泛化能力；接着，设计了一种新颖的特征融合策略，将深度Transformer模型中的多头自注意力机制与位置感知前馈网络相结合，以实现对粒子图像的多尺度和多维度特征提取；此外，还提出了一种基于梯度累积的优化算法，以加速模型的收敛速度并提高训练效率。通过在多个公开的PIV数据集上进行的实验验证，本发明的方法在速度场测量精度、收敛速度和模型鲁棒性方面均优于现有的主流测速方法，显示出其在粒子图像测速领域的广阔应用前景。