RockGPT：从视频生成视角基于单张二维切片重建三维数字岩石

从二维（2D）切片随机重建三维（3D）数字岩石对于通过数值建模阐明岩石微观结构及其对孔隙尺度流动的影响至关重要，因为通常需要大量样本来处理内在不确定性。尽管传统的基于过程的方法、统计方法以及近期著名的基于深度学习的模型取得了显著进展，但很少有工作关注于用一个训练好的模型生成多种岩石，并让重建样本满足某些给定属性（如孔隙度）。为填补这一空白，我们提出了一种新框架，名为 RockGPT，由 VQ-VAE 和条件 GPT 组成，从视频生成的视角基于单张 2D 切片合成 3D 样本。VQ-VAE 用于将高维输入视频（即连续岩石切片的序列）压缩为离散潜码并重建它们。为获得多样化重建结果，以自回归方式使用条件 GPT 对离散潜码建模，同时融入来自给定切片、岩石类型和孔隙度的条件信息。我们在五种岩石上进行了两组实验，结果表明 RockGPT 可用同一模型生成不同种类的岩石，且重建样本能成功满足某些指定的孔隙度。从更广泛的意义上说，通过利用所提出的条件方案，RockGPT 构成了一种有效途径，可构建一个通用模型来同时生成多种岩石并满足用户定义的属性。