10.19678/j.issn.1000-3428.0059327
一种用于地震断层图像识别的SPD-UNet模型
断层是控制油气田形成和分布的主要因素,断层检测和识别对于油气勘探具有重要作用.基于Attention-UNet神经网络模型,构建一种面向地震断层图像识别的SPD-UNet模型.引入空洞卷积,在保证卷积核感受野大小且不损失原始图像分辨率的情况下,增强SPD-UNet模型的断层图像特征提取能力.将金字塔结构的空洞卷积组合成SPD模块,解决空洞卷积的局部信息丢失问题,提高断层信息关联性及图像识别精度.实验结果表明,SPD-UNet模型对于地震断层图像的识别精度优于SegNet与ResUNet模型,并且识别结果与实际标注的地震断层形状及位置更接近.
地震断层识别;图像分割;神经网络;UNet模型;空洞卷积;金字塔结构
47
TP18(自动化基础理论)
国家自然科学基金重大项目;国家科技重大专项
2021-12-20(万方平台首次上网日期,不代表论文的发表时间)
共7页
249-255