基于3D-CA-GAN的岩石体纹理合成技术
段炼1
冯云1
花卫华1
陈启浩1
刘修国1
张坤2
付伟2
1.中国地质大学(武汉)地理与信息工程学院,湖北 武汉 4300782.中铁第一勘察设计院集团有限公司,陕西 西安 710043
摘要：基于二维样本(深度学习)的体纹理合成是一种重要的岩石体纹理生成途径,目前岩石体纹理合成存在无法长距离依赖和颜色失真的问题.提出一种基于三维坐标注意力生成对抗网络(3D-Coordinate Attention Generative Adversarial Network,简称 3D-CA-GAN)的创新方法.通过将坐标注意力机制(Coordinate Attention,简称CA)扩展至三维空间,结合内容感知上采样模块和多尺度判别器,实现了矿物颗粒空间分布的高保真建模.实验表明,该方法在SSIM(0.773)、PSNR(提升24.92%)和LPIPS(降低0.110)等指标上显著优于现有技术,消融实验进一步验证3D-CA模块使方向性纹理的SSIM提升14.69%.本研究为地质建模提供了具有真实感纹理合成的新解决方案,其三维注意力框架对通用生成任务具有借鉴意义.
关键词：岩石体纹理混合空洞卷积注意力模块3D-CA-GAN三维建模
分类号：P58(岩石学)
资助基金：中铁第一勘察设计院集团有限公司科研项目(No.2022KY53ZD(CYH)-10)中国铁建股份有限公司重大专项(No.2024-W04)
论文发表日期：2025-11-30
在线出版日期：2025-12-15（本平台首次上网日期，不代表文献的发表时间）
页数：15( 4499-4513 )
英文信息