|
|||||
|
|
| 基于深度神经网络的二维流体模拟 | |
| 作者单位： | ;1.清华大学计算机科学与技术系 |
| 摘 要： | 提出了一种将深度神经网络与流体模拟相结合的新方法。将具有更多湍流细节的高精度流体模拟结果看作图像中的风格,利用训练好的深度神经网络的中间层提取特征信息。采用图像风格化技术,将高精度流体模拟结果的湍流信息迁移到低精度流体模拟结果中,使得低精度流体模拟结果同样具有丰富的湍流细节,实现了超分辨率的效果。实时完成低精度流体模拟和湍流迁移,实现了实时的高精度流体模拟。利用流体模拟中的速度信息保证流体模拟在时域上的连续性,使得整个模拟的结果更为真实。采用可以适用于任意风格输入的自适应的实例归一化(adaptive instance normalization,AdaIN)风格化技术,实现了流体模拟的艺术风格控制。 |
| 关 键 词： | 流体模拟 深度神经网络 风格化 湍流 |
Neural turbulence transfer for 2-D fluid simulations |
|
| Abstract: | |
| Keywords: | |