摘要
一种基于金字塔策略加速PINN‑DIC的图像优化处理方法,通过对高分辨率散斑图像进行基于金字塔策略的多级降采样后,采用PINN‑DIC求解降采样后得到的多级分辨散斑图像中的最低级分辨率散斑图像,获得对应的优化的PINN网络模型参数作为初值,用于训练求解更高一级分辨率散斑图像的PINN网络模型,以此类推直至求解次高级分辨率散斑图像;当采用PINN‑DIC求解最高级分辨率散斑图像时,先将图像像素点划分为多个批次,在每次迭代中仅对部分像素进行随机采样与优化,即采用分批优化策略降低单次计算所需显存,保证高分辨率散斑图像高效求解,得到的最终全场位移场结果。本发明能够有效降低显存占用,在保持位移场反演精度的同时,显著提升计算速度,可实现每秒百万级像素点的求解性能。
技术关键词
散斑图像
分辨率
策略
图像金字塔
像素点
误差反向传播
神经网络参数
迁移技术
坐标
网络结构
采样率
鲁棒性
物理
基础
方程
系统为您推荐了相关专利信息
特征自动识别方法
作业现场环境
深度学习神经网络
配网不停电作业
深度学习模型
警戒系统
高分辨率摄像头
列车时刻表
算法
行人识别
模拟训练模型
历史气象数据
水文
土地利用数据
模拟模型
鱼出血病
视频采集设备
分水岭算法
分析设备
聚类算法