【技术实现步骤摘要】
本申请涉及计算机图形学，具体而言，涉及一种基于稀疏视角视频的流固混合场景重建方法、装置及设备。
技术介绍
1、流体重建技术是计算机图形学和流体动力学交叉领域的一个重要研究方向。该技术旨在从观测数据中恢复流体的三维结构和动态特性。传统的流体重建方法依赖于特定的硬件和照明设置，如粒子成像测速技术，它通过追踪流体中的被动标记物来实现。随着技术的发展，基于rgb视频的重建方法逐渐减少对专业设备的依赖，提高了重建的灵活性和效率。如何基于有限的rgb视频，进行尽可能物理准确的流体重建成为这个领域研究的焦点。
2、目前的方案，在处理稀疏视角视频时，由于视频中流体动态迅速、存在遮挡和光照颜色不确定性等因素，现有技术重建动态流体信息非常困难，尤其难以支持有障碍物的场景。此外，现有基于物理信息的神经网络方法侧重于应用短期物理约束，减少瞬时时刻动量损失，但在长期能量、质量、动量守恒的保持方面存在不足，这限制了它们重建结果的有效性和物理准确性。
技术实现思路
1、本申请实施例提供了一种基于稀疏视角视频...
【技术保护点】
1.一种基于稀疏视角视频的流固混合场景重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，构建神经特征轨迹场模型，包括：
3.根据权利要求1所述的方法，其特征在于，采用预设的损失函数联合优化所述神经特征轨迹场模型、神经辐射场模型以及神经距离场模型之前，还包括：
4.根据权利要求3所述的方法，其特征在于，基于流体运动的物理特性，建立本质约束函数以及物理约束函数，包括：
5.根据权利要求3所述的方法，其特征在于，构建基于神经辐射场的精细密度模型以及基于多层感知器的拉格朗日粗糙密度模型，基于所述精细密度模型...
【技术特征摘要】
1.一种基于稀疏视角视频的流固混合场景重建方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，构建神经特征轨迹场模型，包括：
3.根据权利要求1所述的方法，其特征在于，采用预设的损失函数联合优化所述神经特征轨迹场模型、神经辐射场模型以及神经距离场模型之前，还包括：
4.根据权利要求3所述的方法，其特征在于，基于流体运动的物理特性，建立本质约束函数以及物理约束函数，包括：
5.根据权利要求3所述的方法，其特征在于，构建基于神经辐射场的精细密度模型以及基于多层感知器的拉格朗日粗糙密度模型，基于所述精细密度模型以及粗糙密度模型，构建密度约束函数，包括：
6.根据权利要求3所述的方法，...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。