一种用于地震断层图像识别的SPD-UNet模型

作者：席英杰; 李克文; 徐延辉; 朱剑兵

来源：计算机工程, 2021, 47(12): 249-255.

DOI：10.19678/j.issn.1000-3428.0059327

• 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

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AttentionUNet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。

• 单位
  中国石油大学（华东）