单相机3D气泡重建：DNS 驱动的光线追踪与深度学习框架

研究者提出单相机物理引导框架，结合 DNS、蒙特卡洛光线追踪与焦点条件多任务深度学习，从二维阴影图恢复气泡的三维位置与等效直径。光线追踪强度误差低于 3%，速度约为 CPU 实现的 30 倍；多任务网络在留出数据上归一化深度准确率约 97.6%，180 个气泡闭环测试直径误差低于 9.71%。在四个径向平面的实验图像上，PDF 重叠为 68%–92%，对数 PDF 相关系数为 0.72–0.87。