摘要
本发明公开了一种基于SwinLSTM网络的动态流体表面重建方法及系统,该方法包括:基于预设波动方程进行流体行为模拟,构建仿真流体数据集,得到参考图像、畸变图像、真实深度场信息与真实法线场信息;基于Swin‑Transformer块与LSTM单元,构建动态流体预测网络模型;对参考图像与畸变图像进行深度场与法线场预测,结合真实深度场信息与真实法线场信息进行定量评估,得到训练后的动态流体预测网络模型;进行深度场与法线场预测,得到动态流体表面重建结果。本发明能够有效捕捉流体序列在时间和空间上的一致性信息,进而提高模型在仿真和真实动态流体数据集上的重建精度。本发明作为一种基于SwinLSTM网络的动态流体表面重建方法及系统,可广泛应用于动态流体表面重建技术领域。
技术关键词
预测网络模型
表面重建方法
动态
多头注意力机制
方程
图像
子模块结构
上采样
计算机图形学
浅水
数据
表达式
滑动窗口
阻尼效应
表面重建技术
多层感知机层
线性
系统为您推荐了相关专利信息
故障分类器
特征提取器
故障诊断方法
输出特征
多层卷积神经网络
数据存储单元
网关
交换网络
动态电压频率调节
Paxos算法
强度预测方法
焦炭
光学显微镜
组织
多元线性回归模型
动态风险评估方法
情景
风险评估模型
元胞自动机
指标