摘要: 在流体仿真中,本构模型参数难以准确预估,导致仿真结果与真实视频视觉效果不一致。为缓解此问题,提出一种面向单目视频的非牛顿流体仿真重建方法。模型训练阶段以非牛顿流体仿真视频为输入,学习单帧流体仿真图像的最佳低维潜在空间表示;然后在该潜在域中进行帧间预测,采用卷积长短时记忆网络预测未来帧的潜在向量表示;最后基于逐帧潜在表示编码和帧间时序特征预测本构模型重建参数。模型验证阶段以非牛顿流体单目真实视频为输入,预测流体本构模型参数,实现基于Cross模型的非牛顿流体仿真重建。实验结果表明,面向视频的仿真重建方法能够比基于流变仪测量的重建方法获得与真实视频更吻合的流体流动现象,在不同时刻均有更高的像素准确率和像素精度率,具有更符合实际流动的视觉效果。
中图分类号: