基于相机感知的三维海浪水动力学神经重建
计算机视觉与模式识别
2025-12-09 v1 流体动力学
摘要
精确的三维（3D）自由表面及其相关速度场的重建，对发展全面理解海洋物理学至关重要。为解决长期海浪观测中稠密视觉重建的高计算成本以及持续视觉遮挡带来的挑战，我们提出一种波浪自由表面视觉重建神经网络，作为针对波浪运动的多尺度和时序连续特性所设计的注意力增强金字塔架构。利用基于物理的约束，我们对非线性三维速度场进行时序分辨重建。实验在真实海况下表明，中心区域的波浪高度预测精度为毫米级，主导频率误差低于0.01 Hz，对高频谱功率律进行精确估计，并实现非线性速度场的高保真三维重建，同时仅需1.35秒即可实现稠密200万点重建。基于立体视觉数据集，该模型超越传统视觉重建方法，由于其全局多尺度注意力机制及对波浪传播动力学的学习编码，保持强大的遮挡条件下的泛化能力。
引用
@article{arxiv.2512.06024,
title = {Neural reconstruction of 3D ocean wave hydrodynamics from camera sensing},
author = {Jiabin Liu and Zihao Zhou and Jialei Yan and Anxin Guo and Alvise Benetazzo and Hui Li},
journal= {arXiv preprint arXiv:2512.06024},
year = {2025}
}