基于多分辨率生成对抗网络的空间数据不确定性重建方法

• 作者: 管其杰 张挺 李德亚 周绍景 杜奕
• 来源期刊: 计算机应用
• 关键词: 空间数据 多分辨率 生成对抗网络 训练图像 重建
• 年，卷（期）: 2021,（8）
• 所属期刊栏目: 多媒体计算与计算机仿真|Multimedia computing and computer simulation
• 页码范围: 2306-2311
• 页数: 6页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2020101541

摘要

在空间数据不确定性重建领域,多点统计法(MPS)得到了广泛的应用,但由于计算成本较高,其适用性受到了影响.通过使用金字塔结构的全卷积生成对抗网络(GAN)模型学习不同分辨率的训练图像,提出了一种基于多分辨率GAN模型的空间数据重建方法.该方法从高分辨率训练图像中捕获细节特征,从低分辨率训练图像中捕获大范围特征,因此该方法重建的图像包含训练图像的全局和局部结构信息,同时保持一定的随机性.把所提算法与MPS中的代表性算法以及应用于空间数据重建的GAN方法进行对比的结果表明,所提方法10次重建的总时间降低了约1 h,其平均孔隙度与训练图像孔隙度的差值降低至0.0002,并且其变差函数曲线和多点连接性函数(MPC)曲线更接近于训练图像,可见所提算法重建质量更好.