买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉南京理工大学申请的专利一种级联注意力机制的PWC-Net的示踪粒子图像速度场分析方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN115496781B 。

龙图腾网通过国家知识产权局官网在2026-02-24发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202211268651.X，技术领域涉及：G06T7/269；该发明授权一种级联注意力机制的PWC-Net的示踪粒子图像速度场分析方法是由宋旸;王雪龙设计研发完成，并于2022-10-17向国家知识产权局提交的专利申请。

本一种级联注意力机制的PWC-Net的示踪粒子图像速度场分析方法在说明书摘要公布了：本发明公开了一种级联注意力机制的PWC‑Net的示踪粒子图像速度场分析方法，采用监督学习的方式解决从2‑D示踪粒子图像中提取速度场的问题；该方法包括：准备示踪粒子图像数据集、搭建光流神经网络模型、读取示踪粒子图像、预处理、网络运行；网络模型是以PWC‑Net为主框架，结合注意力机制的光流神经网络，通过训练得到光流神经网络模型，其输入是两帧示踪粒子图像，输出是示踪粒子图像上每个像素点的速度矢量场。应用本发明，可以从示踪粒子图像中获取高分辨率、较高精度的速度场，同时能提高示踪粒子图像速度场分析的运算效率。

本发明授权一种级联注意力机制的PWC-Net的示踪粒子图像速度场分析方法在权利要求书中公布了：1.一种级联注意力机制的光流神经网络的示踪粒子图像速度场分析方法，其特征在于，包括以下步骤： 步骤1：准备示踪粒子图像数据集；具体为：使用公共数据集PIV_dataset训练光流神经网络，包含示踪粒子图像及其对应的速度场标签；每个用于训练的数据项中包含连续的两帧示踪粒子图像I1，I2和对应的速度矢量场ω，数据项是以下面两种方式的一种方式产生：A.由已有的速度场ω生成示踪粒子图像；B.由已有的示踪粒子图像生成速度场ω；所述由已有的速度场ω生成示踪粒子图像的过程为：先随机地生成一幅示踪粒子图像I，再将已有的速度矢量场ω作用于生成的示踪粒子图像I上，从而得到示踪粒子图像对I1，I2；所述示踪粒子图像I由示踪粒子图像仿真器产生，示踪粒子图像中每个粒子的形态满足如下的高斯分布： 其中，x,y为示踪粒子图像中的2-D坐标，x0,y0为示踪粒子的中心位置，I为单个粒子的灰度，I0为粒子中心的灰度，dp为粒子直径；示踪粒子图像中的粒子个数由粒子密度ρ决定，在选定ρ以确定示踪粒子图像内粒子个数后，再指定每个粒子的I0、dp和x0,y0数值，即可确定一幅示踪粒子图像；速度矢量场ω包含均匀流场、反向阶梯流场、圆柱绕流流场、自由湍流流场、海洋表面洋流流场、各向同性的湍流流场在内的多种流体运动场景； 步骤2：搭建光流神经网络并进行训练，包含如下步骤： 1获取网络模型ω＝FI1,I2，其中I1，I2为输入的两帧示踪粒子图像，ω为输出两帧示踪粒子图像之间的速度矢量场，F为光流神经网络的映射函数关系； 2设置网络的目标函数：目标函数设置为输出速度场与标签速度场误差，按以下公式进行： 其中，k为不同层级，Lk为第k层输出速度场与标签速度场的误差，λk为第k层误差的权重； 3用步骤1产生的示踪粒子图像数据集训练网络，从而得到可用于示踪粒子图像速度场分析的光流神经网络模型； 步骤3：读取示踪粒子图像； 步骤4：对读取的示踪粒子图像进行预处理； 步骤5：用训练好的网络模型计算速度场。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人南京理工大学，其通讯地址为：210094 江苏省南京市孝陵卫200号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。