摘要
本发明提供一种基于深度学习的岩石多尺度三维重构方法及装置,涉及计算机图像技术领域,其方法包括:获取岩石试件在不同尺度下的岩石几何特征与边界特征;基于岩石试件在不同尺度下的几何特征与边界特征训练生成性对抗网络,基于训练完成的生成性对抗网络按照尺度从小到大的顺序依次生成每个尺度的结构图像序列;在生成的每个尺度的结构图像序列均达到对应的目标规模的情况下,基于每个尺度的结构图像序列获取岩石多尺度三维重构模型。本发明通过基于全部尺度的结构图像序列渲染得到岩石多尺度三维重构模型,打破了尺度限制,实现宏‑细‑微观岩石结构特征信息关联与三维模型构建,实现了岩石不同尺度下多类型特征自主分类重构与高度可解释性。
技术关键词
多尺度三维
岩石试件
边界特征训练
重构方法
重构模型
序列
计算机图像技术
非暂态计算机可读存储介质
岩石试样
网络
融合器
处理器
重构装置
计算机程序产品
规模
三维模型
存储器
标签
系统为您推荐了相关专利信息
退化预测方法
伸缩设备
传动链
结构仿真
三维模型
场景重构方法
机器人控制指令
重构模型
热力图
雷达
接线鼻子
样本
强度测试方法
振动测试数据
重构模型
残余应力场
疲劳裂纹扩展速率
李雅普诺夫优化
风险分析方法
材料微观结构