从二维切片重建三维多孔介质
计算机视觉与模式识别
2021-08-09 v4
摘要
在地球科学的许多分支中，微观尺度下岩石研究的问题时有出现。然而，获取大量具有代表性的样本并非总是可行。因此，生成具有相似性质的样本这一问题变得现实而紧迫。本文提出了一种新颖的深度学习架构，用于从二维切片重建三维多孔介质。我们基于给定的样本数据集，对所有可能类型的三维结构拟合一个分布。随后，在给定部分信息（中心切片）的情况下，我们根据所构建的分布，将此类切片周围的三维结构恢复为最可能的一种。在技术实现上，我们以具有编码器、生成器和判别器模块的深层神经网络形式来完成这一过程。数值实验表明，该方法在 Minkowski 泛函意义上提供了良好的重建效果。
引用
@article{arxiv.1901.10233,
title = {Reconstruction of 3D Porous Media From 2D Slices},
author = {Denis Volkhonskiy and Ekaterina Muravleva and Oleg Sudakov and Denis Orlov and Boris Belozerov and Evgeny Burnaev and Dmitry Koroteev},
journal= {arXiv preprint arXiv:1901.10233},
year = {2021}
}