[發(fā)明專利]一種基于多屬性Unet的鹽丘識別方法

在審

• 申請?zhí)枺?/td>: 202011061508.4
• 申請日: 2020-09-30
• 公開（公告）號: CN112464976A
• 公開（公告）日: 2021-03-09
• 發(fā)明（設計）人: 何翔;汪雅婷;雷躍;姚興苗;胡光岷
• 申請（專利權）人: 電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G01V1/28;G01V1/30
• 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)明公開一種基于多屬性Unet的鹽丘識別方法，應用于地震數(shù)據(jù)處理領域，針對現(xiàn)有技術在鹽丘識別時沒有充分利用地震屬性在地震數(shù)據(jù)解釋中的重要作用的問題；本發(fā)明首先根據(jù)對要識別異常體的敏感度優(yōu)選出幾種屬性，之后通過構建含有多輸入和多連接的Unet網(wǎng)絡使多屬性數(shù)據(jù)能夠同時輸入網(wǎng)絡并在網(wǎng)絡中融合；該網(wǎng)絡實現(xiàn)了端到端的鹽丘分割，并且考慮了多屬性融合的非線性問題使用了密集連接；使用多屬性融合的Unet能夠自動融合和學習多屬性的特征，并且對鹽丘識別的準確度要優(yōu)于單一屬性的Unet；本發(fā)明輸入整張地震體切片，不進行裁剪，可以保留更多的空間信息；并使用數(shù)據(jù)增強，使得很少的訓練數(shù)據(jù)就可以得到較好的分割效果。

技術領域

本發(fā)明屬于地震數(shù)據(jù)處理領域，特別涉及一種鹽丘識別技術。

背景技術

在地震數(shù)據(jù)解釋中，大多數(shù)重要的油氣藏都存在于異常體周圍，對異常體的識別分割以及三維模型的構建是地震數(shù)據(jù)解釋中重要的任務之一。鹽丘作為最常見的異常體之一，鹽丘的識別和解釋不僅對資源開采有重要意義，對于理解地下鹽構造以及地震遷移速度模型的建立也有很大幫助。

傳統(tǒng)的鹽丘解釋問題一般是通過地質專家通過過硬的專業(yè)知識和豐富的經(jīng)驗來進行解釋，然而由于地震資料量大，人工進行鹽體解釋是一項耗時的工作，解釋的準確性也與專家的專業(yè)知識有關。因此，在過去的幾年里，隨著計算機技術的發(fā)展，人們做了大量的研究來開發(fā)計算機輔助算法來自動檢測鹽體。隨著深度學習的廣泛應用，許多地質專家將其應用到異常體識別任務中。區(qū)別于傳統(tǒng)的異常體識別方法，基于深度學習的異常體識別方法不再依賴于專家的先驗知識，而是從數(shù)據(jù)中自動挖掘有效的特征用于異常體識別。

雖然目前已存在將深度學習技術應用到地震數(shù)據(jù)解釋領域的研究。現(xiàn)有所使用的深度學習網(wǎng)絡，大多以地震原始振幅數(shù)據(jù)作為輸入，效果改進方面沒有充分考慮到地震數(shù)據(jù)本身區(qū)別于自然圖像的特點，沒有充分利用地震屬性在地震數(shù)據(jù)解釋中的重要作用，使得深度學習在地震數(shù)據(jù)解釋中的應用還存在很大的發(fā)展空間。本發(fā)明基于多屬性Unet進行鹽丘識別。相比于傳統(tǒng)方法和機器學習的方法，該網(wǎng)絡能夠將地震數(shù)據(jù)的多個屬性進行融合學習，捕捉更多的有效信息并進行分類，從而實現(xiàn)對鹽丘的高效和準確的識別和分割。同時，針對于地震數(shù)據(jù)的特點提出了列歸一化的數(shù)據(jù)預處理方法，該方法既能夠保留地震數(shù)據(jù)本身的信息，又能夠更多的消除雜亂信號和噪聲。

對于鹽丘的識別的相關現(xiàn)有技術如下：

雖然目前已存在將深度學習技術應用到地震數(shù)據(jù)解釋領域的研究?，F(xiàn)有所使用的深度學習網(wǎng)絡，大多以地震原始振幅數(shù)據(jù)作為輸入，效果改進方面沒有充分考慮到地震數(shù)據(jù)本身區(qū)別于自然圖像的特點，沒有充分利用地震屬性在地震數(shù)據(jù)解釋中的重要作用，使得深度學習在地震數(shù)據(jù)解釋中的應用還存在很大的發(fā)展空間。利用深度神經(jīng)網(wǎng)絡進行地震異常體的主流方法是將異常體的識別分割視為圖像分割問題，將已知異常體標簽的地震數(shù)據(jù)進行處理之后(一般為地震振幅數(shù)據(jù))輸入到神經(jīng)網(wǎng)絡中進行訓練，用訓練完成后的模型來進行地震異常體的預測。這樣的流程是基于普通的圖像識別分割問題，針對于地震數(shù)據(jù)中鹽丘的識別分割會存在以下問題：(1)鹽丘內部信號雜亂，反射強度小，又由于鹽丘的形狀多為蘑菇形，這會導致鹽丘頂部有比較明顯的信號反射，而兩側邊緣部分的反射強度小，不容易得到邊緣；(2)通常鹽丘在整個數(shù)據(jù)體中占比較小，直接對地震數(shù)據(jù)體進行識別難度比較大，裁剪識別又比較容易失去地震數(shù)據(jù)的上下文信息；(3)不同于自然圖像的大量訓練數(shù)據(jù)，存在鹽丘的標簽地震數(shù)據(jù)很少。

發(fā)明內容

為解決上述技術問題，本發(fā)明提出一種基于多屬性Unet的鹽丘識別方法，根據(jù)對要識別異常體的敏感度融合幾種優(yōu)選的地震屬性作為網(wǎng)絡的輸入數(shù)據(jù)，通過構建的基于多屬性融合的Unet網(wǎng)絡，實現(xiàn)了端到端的鹽丘分割。

本發(fā)明采用的技術方案為：一種基于多屬性Unet的鹽丘識別方法，包括：

S1、利用原始地震數(shù)據(jù)進行屬性計算，得到：雜亂特征體、均方根振幅屬性體以及方差屬性體；