用于地震语义分割的体监督对比学习
计算机视觉与模式识别
2022-06-17 v1 地球物理
摘要
在地震解释中，各种岩石结构的像素级标注可能耗时且昂贵。因此，往往存在大量未标注数据未被使用，仅仅是因为传统深度学习方法依赖于对完整标注体数据的访问。为纠正这一问题，已有研究提出采用自监督方法的对比学习，从未标注数据中学习有用的表示。然而，传统的对比学习方法基于自然图像领域的假设，未利用地震上下文。为在对比学习中融入该上下文，我们提出了一种基于地震体数据内切片位置的新型正样本对选择策略。我们表明，在语义分割任务中，我们方法学到的表示优于最先进的对比学习方法。
引用
@article{arxiv.2206.08158,
title = {Volumetric Supervised Contrastive Learning for Seismic Semantic Segmentation},
author = {Kiran Kokilepersaud and Mohit Prabhushankar and Ghassan AlRegib},
journal= {arXiv preprint arXiv:2206.08158},
year = {2022}
}