典型文献
结合SKNet与U-Net的盐体识别方法
文献摘要：
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.
文献关键词：
盐体识别;深度学习;SKNet;U-Net;自注意力机制;特征融合
中图分类号：
作者姓名：
程国建;刘宁;万晓龙;姚卫华;魏新善
作者机构：
西安石油大学计算机学院,陕西西安710065;中国石油长庆油田分公司勘探开发研究院,陕西西安710018
文献出处：
引用格式：
[1]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(01):62-68
A类：
盐体识别
B类：
SKNet,油气藏,准确识别,勘探,钻探,探路,路径规划,划具,深度学习方法,感受野,根据地,小动,整卷,卷积核,全局信息,狭长,长处,编码器,动态选择,选择机制,尺度自适应,通道自注意力机制,柱体,特征融合,TGS,交并比,像素
AB值：
0.407699
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
