NeST: 利用三维光弹性进行神经应力张量层析成像
计算机视觉与模式识别
2024-06-25 v2 图形学
摘要
光弹性技术能够通过应力诱导的双折射对透明物体进行全场应力分析。现有技术仅限于二维切片，并且需要破坏性地切割物体。恢复整个物体内部的三维应力分布具有挑战性，因为它涉及求解张量层析成像问题和处理相位包裹歧义。我们提出了NeST，一种通过分析合成的方法，从偏振测量中重建三维应力张量场作为神经隐式表示。我们的关键见解是利用基于琼斯演算的可微正向模型联合处理相位展开和张量层析成像。与先前的线性近似不同，我们的非线性模型能忠实地匹配实际测量结果。我们开发了一个实验性的多轴偏光镜装置来捕获三维光弹性，并通过实验证明NeST能够重建具有不同形状和受力条件物体的内部应力分布。此外，我们展示了应力分析中的新颖应用，例如通过虚拟切割物体从未见过的视角可视化光弹性条纹。NeST为可扩展的非破坏性三维光弹性分析铺平了道路。
引用
@article{arxiv.2406.10212,
title = {NeST: Neural Stress Tensor Tomography by leveraging 3D Photoelasticity},
author = {Akshat Dave and Tianyi Zhang and Aaron Young and Ramesh Raskar and Wolfgang Heidrich and Ashok Veeraraghavan},
journal= {arXiv preprint arXiv:2406.10212},
year = {2024}
}
备注
Project webpage: https://akshatdave.github.io/nest