基于神经网络的地震层位检测
计算机视觉与模式识别
2020-01-13 v1 图像与视频处理
摘要
在过去几年中，卷积神经网络（CNNs）已成功应用于众多领域，以解决从简单分类到精细边界标注的各种图像相关任务。地震层位追踪也不例外，已有大量论文提出使用此类模型以避免耗时的手工拾取。遗憾的是，其中大多数（i）要么在合成数据上训练，无法充分表征地下结构的复杂性；（ii）在同一数据体（cube）上训练和测试；或（iii）缺乏可复现性以及对模型构建过程的精确描述。鉴于上述情况，本文的主要贡献是一项开源研究，将二值分割方法应用于多个真实地震数据体上的层位检测任务，重点关注预测模型的跨数据体泛化能力。
引用
@article{arxiv.2001.03390,
title = {Seismic horizon detection with neural networks},
author = {Alexander Koryagin and Darima Mylzenova and Roman Khudorozhkov and Sergey Tsimfer},
journal= {arXiv preprint arXiv:2001.03390},
year = {2020}
}