基于轻量化卷积网络的DIC位移场动态修正方法、系统

本发明涉及数字图像相关DIC测量技术领域，具体涉及一种基于轻量化卷积网络的DIC位移场动态修正方法、系统，包括：步骤1：采集结构表面图像序列，进行预处理；步骤2：通过传统DIC算法对预处理的图像序列计算初始位移场，对关键特征信息进行提取，作为动态修正的输入数据；步骤3：构建轻量化卷积神经网络模型，将提取的输入数据传输至轻量化卷积神经网络模型进行识别，设计混合损失函数进行训练，学习初始位移场与真实位移场之间的映射关系；步骤4：通过训练好的轻量化卷积神经网络模型对初始位移场进行修正，直接输出修正的高精度位移场数据。利用神经网络的函数拟合能力，在有限计算资源下实现高精度的位移场修正，提高测量精度。