基于深度神经网络的冻土变形测量方法、装置及系统

本发明提供一种基于深度神经网络的冻土变形测量方法、装置及系统，涉及冻土变形测量技术领域。本发明通过条件生成网络对冻土物理特性、试验工况及成像条件进行多模态融合分析，能够快速生成与样本高度适配的最优级配参数，克服了人工经验的主观性和重复性差的问题，使试验准备周期大幅缩短。同时，系统以成像质量、物理可实施性与可制造性为联合优化目标，确保级配参数在保障DIC测量特征点密度与纹理质量的前提下，满足抗沉降、抗偏析等物理约束，显著提升位移场计算的计算精度。本发明通过融合物理机理与成像质量，有效解决了当前冻土变形测量精度与效率低下的问题，实现了示踪粒子级配参数的自动化、智能化生成，显著提升了测量精度与效率。