基于3D可变形网格模型与光流的结构密集位移网络
计算机视觉与模式识别
2024-02-12 v1 图像与视频处理
摘要
本研究提出一种网络，用于通过单目相机从视频中识别RC框架结构的位移。所提出的网络由FlowNet2和POFRN-Net两个模块组成。FlowNet2用于生成密集光流，而POFRN-Net用于提取姿态参数H。FlowNet2将两帧视频转换为密集光流。POFRN-Net接收来自FlowNet2的密集光流作为输入，以输出姿态参数H。结构上任意点的位移均可由参数H计算得出。应用快速傅里叶变换（FFT）从对应的位移信号中获取频域信号。此外，本研究展示了第一个视频中第一层真实位移的比较。最后，本研究在末尾展示了给定三个视频中RC框架结构四层的预测位移。
引用
@article{arxiv.2402.06329,
title = {A Network for structural dense displacement based on 3D deformable mesh model and optical flow},
author = {Peimian Du and Qicheng Guo and Yanru Li},
journal= {arXiv preprint arXiv:2402.06329},
year = {2024}
}
备注
Paper for the 3rd International Competition for Structural Health Monitoring (IC-SHM 2022): 15 pages, 13 figures