Link：hyfluid
HyFluid是一種從稀疏多視角影片中推斷流體密度和速度場的神經方法。與現有的神經動力學重建方法不同，HyFluid能夠準確估計密度並揭示底層速度，克服了流體速度的固有視覺模糊性。該方法透過引入一組基於物理的損失來實現推斷出物理上合理的速度場，同時處理流體速度的湍流性質，設計了一個混合神經速度表示，包括捕捉大部分無旋能量的基礎神經速度場和模擬剩餘湍流速度的渦粒子速度。該方法可用於各種圍繞3D不可壓縮流的學習和重建應用，包括流體再模擬和編輯、未來預測以及神經動態場景合成。
需求人群：
"HyFluid可用於從影片中推斷流體密度和速度場，進而進行流體再模擬、未來預測以及動態神經場景合成。"
使用場景示例：
網站：從多視角影片中重建流體場
小程式：預測未來流體動力學演變
桌面客戶端：動態神經場景合成
產品特色：
從稀疏多視角影片中推斷3D流體密度和速度場
視覺化恢復的3D流體場
新穎視角的再模擬
未來預測
動態神經場景合成