TY -的A2 - Chen Miaochao AU -邓,Yujuan PY - 2021 DA - 2021/11/22 TI -流体Equation-Based和数据驱动的仿真特效动画SP - 7480422六世- 2021 AB -分析仿真的特效动画通过流体方程和数据驱动方法。本文还考虑计算机流体动画仿真的需要模拟的计算精度和效率,需要高实时、高交互性、和高物理仿真算法的精度为研究重点和目标,并提出了一个解决方案基于深层神经网络算法和加速度方案框架模拟自然现象的关键问题,包括烟雾和液体。深与人工智能技术的发展,神经网络模型等研究领域的广泛应用计算机图像分类、语音识别、合成和流体细节与他们的学习能力强大的数据。其稳定和高效的计算模型提供了一种新的解决问题的方法计算机流体动画仿真。时间序列重建而言,本文采用一种tracking-based重建方法,包括目标跟踪、2 d轨迹拟合和修复、重建3 d轨道。连续图像序列,基于金字塔光流的线性动态模型算法用于跟踪功能对象的中心,和特征点的空间坐标和运动参数重建获得的运动轨迹。实验结果表明,在空间重建方面,匹配方法相比,本文更准确的与传统的立体匹配算法;时间序列重建而言,目标跟踪的误差降低。最后,3 d点功能对象的运动轨迹和运动模式在某一时刻所示,本文方法获得更理想的结果,证明了该方法的有效性。SN - 1687 - 9120 UR - https://doi.org/10.1155/2021/7480422 - 10.1155 / 2021/7480422摩根富林明数学物理的进步PB - Hindawi KW - ER