摘要
本发明提出了一种基于GAN与LSTM融合的岩石裂纹扩展时序预测方法和系统,涉及图像处理技术领域,包括:获取多组经预处理的裂纹扩展图像序列样本;每组裂纹扩展图像序列样本包括多张标准时序样本;利用初始预测模型内的生成器从裂纹扩展图像序列样本中提取时间依赖特征和全局空间特征,得到融合时空特征,并将融合时空特征输入至残差注意力模块进行特征融合和特征权重调整,生成初始预测图像;生成器包括双向LSTM模块和Transformer编码器;利用初始预测图像对所述初始预测模型内的判别器和生成器进行交替优化,直至判别器和所述生成器对应的损失函数收敛或达到设定训练轮数,得到目标预测模型;将待处理图像输入至目标预测模型,得到目标裂纹扩展预测图像。
技术关键词
扩展图像序列
融合时空特征
时序预测方法
裂纹
依赖特征
样本
时序依赖关系
多头注意力机制
前馈神经网络
梯度下降法
动态位置编码
模块
图像重建
卷积编码器
岩石模型
离散元法