"拙"现象和计算机视觉方法来量化它
Shijian Wu1, Mark Mintel1,2, Baran Teoman1
1Colgate-Palmolive Company, Piscataway, NJ 08854, USA.
Gels (Basel, Switzerland)
|July 28, 2023
概括
我们使用Python开发了一种快速,负担得起的计算机视觉方法,用于测量凝和液体中的"粘度". 这种基于喷射流破裂时间的技术与人类的感知很好地相关,与传统的风湿学不同.
科学领域:
- 材料科学 材料科学 材料科学
- 流体动力学 流体动力学
- 计算机视觉 计算机视觉
背景情况:
- 复杂的液体和凝中的""现象很普遍,但很难客观地量化.
- 传统的风湿学测量显示,与感知到的""的相关性有限.
研究的目的:
- 开发一种快速,具有成本效益的计算机视觉方法,用于量化复杂液体和凝中的"粘性".
- 评估拟议方法与人类对"拙"的看法之间的相关性.
主要方法:
- 实现了一个基于Python的计算机视觉方法.
- 在实验室生产的淋浴凝样本中,喷射流破裂时间被用作测量"粘度"的关键指标.
- 结果与技术洞察力小组成员团队的数据相关联.
主要成果:
- 计算机视觉技术表明,与感知到的"愚蠢"水平有显著的相关性.
- 来自商业剪切类风湿计的风病学测量没有显示出与""的强烈相关性.
结论:
- 基于Python的计算机视觉技术利用喷射流提供了一个有前途的,高效的,负担得起的解决方案来评估"拙".
- 该方法为行业提供了一种有价值的工具,用于评估液体和凝产品.


