基于深度学习和SPH框架的流体动画生成方法及装置

摘要

本发明公开了一种深度学习和SPH框架的流体动画生成方法及装置，包括：构造深度学习模型，训练流体模拟数据以生成基于神经网络的数据驱动项；根据数据集的特征，构造神经网络模型，设定相关超参数，然后读取数据集进行预处理，进行网络模型的训练；将训练完成的神经网络模型导入到SPH流体模拟框架中，作为数据驱动项，替换流体模拟步骤中的压力项；将数据驱动项导入低精度流体场景数据后，进行SPH流体模拟计算；采用Marching Cubes算法构造流体表面模型，提取流体表面网格并输出，将每帧的流体网格存储为数据文件，用于离线渲染。实现了低精度SPH模拟场景下的流体高细节表现，提高大规模流体模拟场景的计算效率。