在這里了解千眼狼最新動態
針對高速視覺測量場景下氣泡目標呈現出的低對比度、目標尺度微小、復雜背景及高密度擁擠等難題，中科君達視界算法工程師們提出一種面向高速序列圖像的異構雙分支結構神經網絡氣泡識別與跟蹤方法，通過構建高分辨率細節分支與上下文感知分支的協同架構，并結合最優傳輸理論實現多目標軌跡關聯，實現復雜成像場景下氣泡跟蹤與識別。
1. 研究背景
氣泡動力學研究是航空航天、能源化工、生物醫學與微流控領域的研究重點，其動力學行為如生成、形變、聚變與破裂直接影響系統效率和安全性。
以高速攝像機為核心的高速攝影技術能以微秒級時間分辨率記錄瞬態過程，支持獲取高質量氣泡動態序列圖像，但如何從海量圖像數據中實現有效的氣泡識別與追蹤仍是難點。
2. 研究痛點
傳統氣泡觀測依賴基于閾值/邊緣檢測等經典圖像處理方法，面臨下列場景失效的痛點：
低對比度場景：氣泡與背景折射率接近，邊緣模糊、灰度差異微弱，傳統閾值法失效。
復雜背景干擾場景：流場中雜質、兩相界面波動等容易引起誤判。
微小氣泡檢測場景：直徑10~15個像素級氣泡缺乏顯著紋理與形狀特征，常規卷積網絡算法容易導致細節丟失。
高密度擁擠場景：氣泡間距小于自身直徑，相互遮擋，傳統跟蹤算法易發生混淆。
3. 技術路徑
針對上述痛點，中科君達視界算法工程師們突破傳統的單分支卷積網絡結構模型的局限，提出一種“異構雙分支神經網絡架構”路徑。該路徑通過建立“局部精細刻畫”與“全局語義感知”的并行機制，解決了精度與速度的矛盾，并在后續的運動推斷中，引入基于最優傳輸理論的多維約束關聯算法，技術原理如下：
3.1 異構雙分支神經網絡架構：
高分辨率分支：使用小卷積核與空洞卷積，專用于微小氣泡的邊緣細節和幾何輪廓重建。
上下文分支：通過擴展感受野提取大尺度特征，理解氣泡所在區域的全局結構、背景特征以及場景中的宏觀分布。
動態融合模塊：采用輕量化融合模塊，根據實時圖像特征動態調整兩個分支的權重分配，實現細節與語義的高效協同。
3.2 基于最優傳輸的跟蹤算法：
時序維度上，引入基于最優傳輸的多目標關聯策略：
構建包含形狀特征、位置形態、歷史軌跡的多維特征空間。
以最小總代價完成跨幀匹配，通過全局最優約束確保極高流速下的身份ID一致性跟蹤。
4. 技術優勢
5. 應用案例
5.1 低對比度下的識別
低對比度場景通常指氣泡與背景灰度差值接近噪聲水平，千眼狼“異構雙分支神經網絡架構”技術，通過高分辨率分支強化局部梯度特征，結合上下文分支抑制背景均勻區域響應，有效分離氣泡輪廓，避免傳統閾值法因對比度不足導致的斷裂與漏檢。
5.2 嘈雜背景下的識別
嘈雜背景如生物反應器內存在介質懸浮顆粒干擾，背景紋理在局部統計上像氣泡。
千眼狼“異構雙分支神經網絡架構”中的高分辨率分支發揮了判別作用，通過精細的形態學特征過濾非球形噪聲，顯著提升信噪比與識別準確率。
5.3 微小氣泡的識別
微米級氣泡在圖像中僅占數個像素，易被忽略。千眼狼“異構雙分支神經網絡架構”中的高分辨率分支采用亞像素級特征增強與多幀超分辨重建，實現微觀氣泡的識別。
5.4 擁擠場景下的識別
高密度氣泡群中目標氣泡重疊嚴重，易導致合并檢測。千眼狼“異構雙分支神經網絡架構”技術通過雙分支協同，分別提取單個氣泡的局部獨立特征與群體分布結構，再經由最優傳輸匹配實現重疊區域的粘連氣泡的有效分割與軌跡獨立跟蹤。
6. 高速氣泡跟蹤與測量能力擴展 復雜場景下的氣泡識別與跟蹤是物理量化分析的前置步驟，千眼狼基于異構雙分支神經網絡的氣泡動態視覺測量與跟蹤技術可進一步提供全面的定量分析能力，將高速攝像機采集的圖像序列轉化為可統計、可解析的物理數據，覆蓋氣泡的運動學行為分析和靜態形態學測量。 6.1 氣泡運動學測量： 基于最優傳輸算法獲取的具有一致身份ID的軌跡數據，工程師們可逐幀計算每個氣泡的運動學參數： 位置坐標：輸出氣泡中心或特征點在每一時刻的像素坐標及世界坐標。 瞬時速度與加速度：通過對連續幀間位置的時間差分，計算氣泡的的瞬時速度矢量與加速度矢量，表征氣泡運動狀態變化。 軌跡追蹤：支持對指定氣泡或氣泡群軌跡的持續時間、平均速度、方向矢量等宏觀指標計算與可視化。 6.2 氣泡形態學測量： 基于異構雙分支神經網絡的高分辨率分支分割出的獨立氣泡，該技術支持對氣泡幾何與形態學特征進行全面測量，包括： 基本幾何參數：氣泡的投影面積、周長、長短軸長度。 等效粒徑與球形度：通過投影面積計算等效直徑，通過面積與周長計算球形度，用于評估界面張力與流動穩定性。 結語 中科君達視界自研的千眼狼"異構雙分支神經網絡的氣泡動態視覺測量與跟蹤技術"不僅解決了低對比度、嘈雜背景、小氣泡、擁擠場景下氣泡識別與跟蹤的精度-速度矛盾，且通過算法擴展，進一步實現了氣泡運動學與靜態形態學屬性的可量化、可分析，為航空航天流體力學研究、能源化工設備效率評估、生物醫學工程與微流控等領域提供高效的實驗工具。
微信公眾號
官方抖音
400-859-1866