基于集成卷积神经网络的粒子条纹测速
图像与视频处理
2020-09-04 v1 流体动力学
摘要
本研究报道了一种利用条纹图像和卷积神经网络(CNN)对实验流场进行定量分析的方法，并给出了其开源实现。后者用于从条纹中恢复长度和角度，可用于推导成像流场的动能和方向性(存在至多180的模糊性)。我们开发了一种快速生成 essentially 无限数量训练与验证图像的方法，从而实现了高效训练。此外，我们展示了如何应用CNN集成来推导估计量的形式化不确定度。该方法在对流湍流的数值模拟上得到验证，并应用于纵向天平动流实验。
引用
@article{arxiv.1907.09766,
title = {Particle streak velocimetry using Ensemble Convolutional Neural Networks},
author = {Alexander V. Grayver and Jerome Noir},
journal= {arXiv preprint arXiv:1907.09766},
year = {2020}
}