基于MultiResAttUnet网络的二维地震断层自动识别方法研究

作者：王莉利; 杜功鑫; 石颖; 高新成

来源：地球物理学进展, 2023, 38(05): 2160-2171.

• 断层识别
• 多尺度残差模块
• 残差跳跃连接
• 注意力机制

断层识别在地震解释中起重要作用，但传统断层识别技术存在识别难度大、周期长、极易受人为因素以及地震资料像素影响等问题，识别效率低下.为解决这一问题，在U-Net网络基础上，本文提出一种基于多尺度残差注意力网络的断层自动识别方法.利用多尺度残差模块代替U-Net的两层卷积，进行多尺度提取模型特征；利用残差跳跃连接代替U-Net的跳跃连接，消除因高低层语义信息融合导致的语义丢失问题；最后引入注意力机制，融合全局、局部、空间以及通道特征，确保模型可以从各种维度最大限度地提取图像特征信息.实验结果表明：本文所提出的网络模型在Accuracy、F1、IOU与Dice等性能评价指标上均优于其他常见的网络模型，对比基模型U-Net,各项指标分别提高了1.5%、15.6%、15.4%和7.4%;通过对加噪数据与实际数据等进行断层识别实验，证明本文方法具有很好的抗噪性与识别效果．

• 单位
  现代教育技术中心; 东北石油大学