基于物理及数据驱动的流体动画研究

被引:4
作者
肖祥云
杨旭波
机构
[1] 上海交通大学软件学院
基金
国家重点研发计划;
关键词
流体动画模拟; 基于物理的动画; 模拟加速; 数据驱动; 深度学习;
D O I
10.13328/j.cnki.jos.005803
中图分类号
TP391.41 [];
学科分类号
080203 ;
摘要
主要针对近年来流行的基于物理及数据驱动的各种流体动画模拟算法及其应用给出了一个全面的前沿性综述.首先,对传统的基于物理的流体模拟加速方法进行了综述和总结,同时给出了此类方法中各种算法的优劣性分析;其次,对现有的基于数据驱动的多种算法进行了综述和分析.特别地,将现有的数据驱动方法归结为3类,即数据插值法、数据预计算方法和基于深度学习的方法.并且,进一步讨论了基于数据驱动的流体动画模拟算法的几个关键问题以及其研究趋势与方向.
引用
收藏
页码:3251 / 3265
页数:15
相关论文
共 67 条