在三维动画制作中，关于烟雾、气体等流体流动的模拟是非常复杂的，而在18年一个叫tempoGAN：用于超分辨率流体流动的时间相干体积GAN的项目改变了这个问题。
tempoGAN：用于超分辨率流体流动的时间相干体积GAN由18年创造，制作者们提出了一种时间上连贯的生成模型，解决了流体流动的超分辨率问题。他们的工作代表了用神经网络合成四维物理场的第一种方法。基于设计用于推断三维体积数据的条件生成对抗网络，他们的模型除了常用的空间鉴别器之外，还通过使用新的时间鉴别器生成一致且详细的结果。他们的实验表明，通过使用额外的物理量，例如低分辨率的速度或涡度，发生器能够推断出更真实的高分辨率细节。除了改进培训过程和产生的输出外，这些输入也提供了艺术控制的手段。还采用了物理感知数据增强步骤，这对于避免过度拟合和减少内存需求至关重要。通过这种方式，他们的网络学习生成具有高度详细，逼真和时间相干特征的平流量。他们的方法只使用一个低分辨率流体数据的时间步骤即时工作。他们使用二维和三维的各种复杂输入和应用演示了我们的方法的能力。
以上就是关于tempoGAN：用于超分辨率流体流动的时间相干体积GAN的全部内容介绍，来自西安太空动画的小编感谢你的观看