基于残差注意力网络的地震数据超分辨率方法
地震数据在油气勘探、地质勘探领域发挥着至关重要的作用.精确详细的地震数据有助于对油气勘探做出精确指导,减小勘探的风险,从而产生巨大的社会效益和经济效益.在提升地震数据分辨率方面,现有的方法在面对海量数据时,在高分辨恢复、去噪性能和效率上效果欠佳,难以恢复出细节丰富的地质信息,无法满足实际需求.地震数据能够反映地质构造以及地层的组成,具有局部相关性高、全局相关性低的特点.同时,地震数据高频部分通常蕴含着地质勘探等重要信息,如分层、断层信息等.针对地震数据的特点,文中将地震数据重建问题转化为图像超分辨率问题,提出了采用基于生成对抗网络的地震数据超分辨方法.针对地震数据分布具有局部相关性高、全局相关性低的特点,设计残差注意力模块,挖掘地震数据的内在相关性,通过训练含有相对生成对抗损失函数的生成对抗网络模型,来对地震数据进行超分辨率恢复,以得到更加精确的地震数据.在真实的地震数据集上进行了实验验证,结果表明,所提方法在地震数据超分辨上效果良好,在性能指标PSNR和SSIM上有3%~4%的提升,具有较强的实用性.
地震数据;残差注意力模块;生成对抗网络;相对生成对抗损失;超分辨率
48
TP391.41(计算技术、计算机技术)
国家重大科技专项2017ZX05019005
2021-08-20(万方平台首次上网日期,不代表论文的发表时间)
共8页
24-31