科研之友
微信
新浪微博
Facebook
分享链接
摘要
地下盐体与油气藏的关系密不可分，盐体的准确识别对油气藏勘探和钻探路径规划具有重要意义。以往的深度学习方法使用固定大小的感受野，不能根据地震图像中盐体的大小动态地调整卷积核来捕捉特征，从而忽略了部分全局信息，导致在盐体边界或狭长处识别效果较差。针对上述问题，在U-Net基础上进行改进，使用SKNet作为编码器提取盐体特征，其具有动态选择机制，根据输入信息的多个尺度自适应地调整感受野的大小，并结合位置与通道自注意力机制以及超柱体方法进行特征融合。采用改进的U-Net方法对TGS盐体数据集进行评估，取得交并比为85.66%、像素准确率为96.1%的识别效果。
- 单位
