单相机物理引导框架实现三维气泡重建

Chaitanya S. Nayak 等作者提出一套单相机物理引导框架，用直接数值模拟（DNS）、蒙特卡洛光线追踪和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。 据作者报告，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，概率密度函数（PDF）重叠为 68%–92%，对数 PDF 相关系数为 0.72–0.87。上述精度均为作者在论文中报告的结果。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。