DFK-Former 直接前向重建无散速度场

研究者 Ramzi Idoughi、Radouan Boukharfane 和 Peter Wonka 提出 DFK-Former，一种集合到场的 Transformer，可从稀疏、含噪且不规则采样的 3D 观测中重建无散度速度场。该模型直接在前向传播中预测无散度核参数，无需逐场迭代优化，并引入自适应各向异性无散度核以捕捉更复杂流场结构。 在稀疏、噪声和遮挡实验中，DFK-Former 将端点误差最多降低 4.6 倍，单场重建耗时 7.5 毫秒，而此前方法为 9.8 秒。这些结果为研究者报告，尚待独立验证。

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。