| 结合SKNet与U-Net的盐体识别方法 |
| |
| 引用本文： | 程国建,刘宁,万晓龙,姚卫华,魏新善.结合SKNet与U-Net的盐体识别方法[J].油气地质与采收率,2022,29(1):62-68. |
| |
| 作者姓名： | 程国建 刘宁 万晓龙 姚卫华 魏新善 |
| |
| 作者单位： | 1.西安石油大学计算机学院，陕西西安710065；;2.中国石油长庆油田分公司勘探开发研究院，陕西西安710018 |
| |
| 基金项目： | 国家自然科学基金项目“基于遥感大数据的汾渭平原空气质量时空特征及其驱动力研究与模拟”（62002286），国家自然科学基金青年科学基金项目“基于多核学习的高分辨率光学遥感图像固定结构人造目标检测方法研究”（41301480）。 |
| |
| 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...
|
| 关 键 词： | 盐体识别 深度学习 SKNet U-Net 自注意力机制 特征融合 |
Salt body recognition method combining SKNet with U-Net |
| |
| CHENG Guojian,LIU Ning,WAN Xiaolong,YAO Weihu,WEI Xinshan.Salt body recognition method combining SKNet with U-Net[J].Petroleum Geology and Recovery Efficiency,2022,29(1):62-68. |
| |
| Authors: | CHENG Guojian LIU Ning WAN Xiaolong YAO Weihu WEI Xinshan |
| |
| Affiliation: | (School of Computer Science,Xi’an Shiyou University,Xi’an City,Shaanxi Province,710065,China;Exploration and Development Research Institute,Changqing Oilfield Company,PetroChina,Xi’an City,Shaanxi Province,710018,China) |
| |
| Abstract: | |
| |
| Keywords: | salt body recognition deep learning SKNet U-Net self-attention mechanism feature fusion |
| 本文献已被 维普 等数据库收录！ |
| 点击此处可从《油气地质与采收率》浏览原始摘要信息 |
|
点击此处可从《油气地质与采收率》下载全文 |
|
