FenixEdu™

Dissertação

Deep Learning Optical Flow for the Analysis of Fluids EVALUATED

Detalhes: O fluxo óptico é um método baseado em visão que é utilizado para determinar o movimento aparente de padrões numa sequência de imagens. Tem sido amplamente utilizado em muitas aplicações de visão computacional e, mais recentemente, na mecânica dos fluidos, nomeadamente na determinação de vectores de velocidade - velocimetria. No entanto, as abordagens tradicionais de fluxo ótico enfrentam limitações e podem não explorar plenamente as características específicas do domínio da mecânica dos fluidos. Com o aperfeiçoamento das técnicas de Aprendizagem Profunda e o sucesso das Redes Neuronais Convolucionais, o desenvolvimento de Redes Neuronais Profundas para problemas de velocimetria de fluidos tornou-se uma direção promissora. Neste projeto, explorámos um novo método de aprendizagem profunda denominado RAFT-PIV. Este método centra-se no caso particular da velocimetria por imagem de partículas (PIV) e é largamente automatizado, proporcionando uma elevada resolução espacial. Testámos diferentes modelos RAFT-PIV já treinados. Estes modelos foram fornecidos e desafiámos as suas capacidades de generalização para novos tipos de escoamentos e para imagens de partículas em diferentes condições. Foram utilizados dados gerados sinteticamente e dados adquiridos experimentalmente. Para além disso, também realizámos treino e conseguimos reduzir os erros de estimativa anteriores. Concluímos que a RAFT-PIV é uma ferramenta poderosa para a estimativa do escoamento de imagens de partículas e os nossos resultados devem ser um incentivo para estudos futuros que explorem o potencial da RAFT-PIV.
Keywords: Mecânica de Fluidos, Fluxo Óptico, Velocimetria por Imagens de Partículas, Aprendizagem Profunda, RAFT-PIV

Discussão: dezembro 28, 2023, 11:0

Documentos da dissertação ainda não disponíveis publicamente