摘要
本申请涉及一种基于新型代价体构建方式的高分辨率粒子图像测速方法。所述方法包括:首先,获取粒子图像测速仿真数据集,并进行预处理;之后,构建粒子图像测速模型,所述模型包括特征提取与增强模块、光流分解模块、3D代价体构建模块、速度场预测模块;之后,采用预处理之后的粒子图像测速仿真数据集训练所述粒子图像测速模型;最后,将待预测粒子图像输入训练后的粒子图像测速模型中,得到粒子图像预测速度场。也就是说,提出了一种新型的特征处理模块和新型的代价体构建方式,使得模型能够学习到更复杂的特征,显著提高了对小位移小物体的灵敏度,有助于精确定位和跟踪。提高了求解效率,为流体运动研究提供了更高效、精准的技术手段。
技术关键词
粒子图像测速方法
仿真数据
粒子图像测速装置
特征提取网络
ResNet网络
空洞卷积结构
上下文特征
模型训练模块
光流特征
速度
注意力
光流场
多分支
处理器
计算机设备
可读存储介质
上采样