[發(fā)明專利]一種基于grad-CAM注意力引導(dǎo)的斷層識別方法

有效

• 申請?zhí)枺?/td>: 202011005843.2
• 申請日: 2020-09-23
• 公開（公告）號: CN112130200B
• 公開（公告）日: 2021-07-20
• 發(fā)明（設(shè)計）人: 姚興苗;李岱;周成;胡光岷
• 申請（專利權(quán)）人: 電子科技大學(xué)
• 主分類號: G01V1/28
• 分類號: G01V1/28;G01V1/30;G06N3/04;G06N3/08
• 代理公司: 成都虹盛匯泉專利代理有限公司 51268
• 代理人: 王偉

本發(fā)明公開了一種基于grad?CAM注意力引導(dǎo)的斷層識別方法，包括以下步驟：S1、通過grad?CAM獲得卷積神經(jīng)網(wǎng)絡(luò)的注意力圖；S2、向卷積神經(jīng)網(wǎng)絡(luò)的目標(biāo)函數(shù)中添加注意力圖和地學(xué)專家標(biāo)記的注意力圖的交叉熵損失函數(shù)，得到新的卷積神經(jīng)網(wǎng)絡(luò)目標(biāo)函數(shù)；S3、利用步驟S2得到的目標(biāo)函數(shù)訓(xùn)練斷層識別模型。本發(fā)明在典型的深度學(xué)習(xí)框架基礎(chǔ)上，引入注意力引導(dǎo)機制，可以有效的增加網(wǎng)絡(luò)對于斷層及其鄰域像素的關(guān)注，能夠?qū)崿F(xiàn)對神經(jīng)網(wǎng)絡(luò)做出斷層分類判斷的有效引導(dǎo)，能夠有效改善斷層識別結(jié)果發(fā)生斷裂的情況，得到了連續(xù)性更好的識別結(jié)果。

技術(shù)領(lǐng)域

本發(fā)明屬于地震數(shù)據(jù)識別技術(shù)領(lǐng)域，特別涉及一種基于grad-CAM注意力引導(dǎo)的斷層識別方法。

背景技術(shù)

地震數(shù)據(jù)解釋是油氣勘探工作的重要一步，而對斷層的識別是地震數(shù)據(jù)解釋的重要組成部分。斷層是地殼受力發(fā)生斷裂，沿斷裂面兩側(cè)巖塊發(fā)生的顯著相對位移的構(gòu)造。斷層破壞了巖層的連續(xù)性。斷層的性質(zhì)、破碎和緊結(jié)程度，以及斷層面兩側(cè)巖性組合間的接觸關(guān)系等，對油氣運移、聚集和破壞都有密切關(guān)系。同一斷層，在深部和淺部所起的作用不同；在歷史發(fā)展過程中，在不同時期內(nèi)，也可能起著封閉或破壞兩種相反的作用。由于斷層對油氣的運動和聚集所起到重要的控制作用，因此對于斷層的識別具有很高的實用價值。

斷層識別是地震數(shù)據(jù)解釋中最重要的任務(wù)之一，因為斷層對油氣的運動和聚集所起到重要的控制作用。由于地學(xué)數(shù)據(jù)非常龐大，自動化解釋斷層的方法是業(yè)界一直在研究的。斷層作為地震屬性的一種，常見屬性有相干體，方差體，混沌體等。相對來說，使用推廣率高，識別效果好，算法穩(wěn)定成熟的是相干體屬性，它主要是用相鄰道之間的振幅不連續(xù)性來突出斷層。相干體的實現(xiàn)思想是估計主測線和聯(lián)絡(luò)測線方向上的波形相似性。通常來說，相干體的相干特征會在斷層切割的地震道波形之間體現(xiàn)出相干性的差異，尤其是走向平行于地層的斷層在相干屬性中體現(xiàn)的更為明顯。

目前，對于斷層的解釋方法主要有：(1)基于地震屬性方法的斷層識別；(2)基于圖像分析的斷層識別；(3)基于深度學(xué)習(xí)的斷層識別。斷層識別的效果通常由地質(zhì)專家給出經(jīng)驗上的評價。觀察地震剖面上的斷層，按照斷層的尺寸可以分為大型斷層，中型斷層和小型斷層。大斷層多為一組性質(zhì)相似的斷層形成的斷裂帶，它控制著主要斷層構(gòu)造方向。一般來說，它有一定的斷裂厚度，斷層展布方向變化不大，緊鄰斷層帶常伴有褶皺較強的背斜和向斜和斷裂分支。中斷層的平面延伸一般較遠，其走向一般與構(gòu)造走向平行或斜交。小斷層多是斷層裂縫，斷裂方向不確定，平面橫向延伸不遠。評判斷層識別的效果除了考察斷層分布與形態(tài)是否符合地質(zhì)規(guī)律之外，還要重點從斷層的細節(jié)部分，如斷層邊緣是否有大量毛刺，切片背景的抗噪性以及斷層延展方向上的連續(xù)性等幾個角度去考量。

深度學(xué)習(xí)在計算機視覺、自然語言處理等領(lǐng)域得到了很多成功的應(yīng)用。深度學(xué)習(xí)技術(shù)的發(fā)展結(jié)合地震數(shù)據(jù)本身體量巨大的特點，這為斷層識別提供了新的方法。深度學(xué)習(xí)方法的優(yōu)勢在于神經(jīng)網(wǎng)絡(luò)模型具有產(chǎn)生高階函數(shù)來擬合模型的能力。神經(jīng)網(wǎng)絡(luò)在有監(jiān)督地訓(xùn)練下能夠自動提取斷層特征，擺脫了人為手動選取斷層特征的麻煩，極大程度地減低了斷層識別整個流程的復(fù)雜程度。另一個方面，一個良好的深度學(xué)習(xí)模型應(yīng)該具備不錯的泛化能力，當(dāng)該神經(jīng)網(wǎng)絡(luò)模型學(xué)習(xí)到了大量地震數(shù)據(jù)背后的斷層形態(tài)特征和斷層分布規(guī)律，即便輸入是其他工區(qū)的地震數(shù)據(jù)也能給出不錯的斷層識別效果，深度神經(jīng)網(wǎng)絡(luò)模型在地震解釋鄰域有優(yōu)異的效果，蘊含無窮的潛力。但是深度學(xué)習(xí)這一端到端的“黑盒”模型，存在大量參數(shù)，人們很難理解其中的隱藏層、神經(jīng)元、激活函數(shù)等關(guān)鍵部分會對最終的學(xué)習(xí)結(jié)果有什么樣的影響。當(dāng)前利用深度學(xué)習(xí)識別斷層的方法，在預(yù)測部分斷層樣本時可能會產(chǎn)生明顯的斷裂。神經(jīng)網(wǎng)絡(luò)做出斷層分類的關(guān)鍵像素可能會存在一些偏差，與人類的客觀認識不符。

發(fā)明內(nèi)容

本發(fā)明的目的在于克服現(xiàn)有技術(shù)的不足，提供一種在典型的深度學(xué)習(xí)框架基礎(chǔ)上，引入注意力引導(dǎo)機制，可以有效的增加網(wǎng)絡(luò)對于斷層及其鄰域像素的關(guān)注，能夠?qū)崿F(xiàn)對神經(jīng)網(wǎng)絡(luò)做出斷層分類判斷的有效引導(dǎo)，能夠有效改善斷層識別結(jié)果發(fā)生斷裂的情況，得到了連續(xù)性更好的識別結(jié)果的基于grad-CAM注意力引導(dǎo)的斷層識別方法。