基于物理信息神经网络的数字图像相关变形场重构方法

一种基于物理信息神经网络的数字图像相关变形场重构方法，通过构建输入为坐标域，输出为位移场的神经网络模型及其包含数据损失项和物理损失项的损失函数后，进行仅包括数据损失项的神经网络预训练及位移场预重构以确定物理损失项权重值，再进行包括数据损失项和物理损失项的神经网络训练及位移场重构，最后对重构位移场自动微分操作，求解应变场。本发明无需人工设定参数，可充分利用PINNs融合物理先验与非线性拟合的优势，解决传统数字图像相关变形场后处理自动化程度低、平滑效果差的问题，显著提升变形场的精度。