席英杰，李克文，徐延輝，朱劍兵

（1.中國石油大學（華東）計算機科學與技術學院，山東 青島 266580；2.中國石化勝利油田分公司物探研究院，山東東營 257022）

0 概述

斷層是地下巖層沿一個破裂面或破裂帶兩側發(fā)生相對位錯的現(xiàn)象。地震往往是由斷層活動引起的，是斷層活動的一種表現(xiàn)，因此地震與斷層的關系十分密切。在常規(guī)地震剖面上，斷層可以通過反射波同相軸錯動、分叉、合并、扭曲、形狀和數(shù)目突變、相鄰層位的錯動等表象特征進行直接識別。在油氣勘探領域，勘探階段的區(qū)域斷裂研究對于地質構造、沉積環(huán)境解釋以及隱蔽性油氣田開發(fā)具有重要作用。常規(guī)的斷層解釋方法是工作人員在三維地震數(shù)據(jù)的垂直剖面和水平切片上手動解釋斷層，通過視覺識別反射層的不連續(xù)性來實現(xiàn)斷層解釋，難度大、周期長、主觀性強，在很大程度上依賴于解釋人員的經驗和相關區(qū)域的前期調研。長期以來，學者們圍繞提高斷層解釋的精度和速度進行了大量研究，通過相干體屬性［1］、方差體屬性、斷層切片、邊緣增強屬性等技術來提取三維地震數(shù)據(jù)精確描述斷層，并為計算機自動識別斷層打下了良好的基礎。

近年來，隨著計算機運算速度的不斷提高，深度學習技術在多個領域均取得重大突破。深度學習的概念來源于人工神經網(wǎng)絡，神經網(wǎng)絡結構可以很好地抓取對象的特征屬性，發(fā)現(xiàn)數(shù)據(jù)的隱藏特征，并具有良好的自我學習能力。因此，越來越多的學者開始嘗試將深度學習技術應用到地震領域，與地震數(shù)據(jù)相結合解釋地震斷層。TINGDAHL 等［2］將深度學習與斷層識別相結合用于地震目標檢測。HUANG等［3-4］通過引入卷積神經網(wǎng)絡（Convolutional Neural Networks，CNN）來識別地震屬性檢測斷層。GUITTON 等［5-7］將CNN 與地震斷層屬性相結合來檢測斷層。WU 等［8］利用基于CNN 的像素級圖像分割方法檢測斷層，并獲得了顯著效果。圖像分割技術是計算機視覺領域的重要研究方向且已有許多CNN 模型被用于圖像分割任務，例如LONG 等［9］提出的全卷積神經網(wǎng)絡（Fully Convolutional Networks，F(xiàn)CN）模型、RONNEBERGER 等［10-12］提出的UNet、SegNet 網(wǎng)絡以及殘差網(wǎng)絡模型，可利用圖像分割技術實現(xiàn)地震斷層的自動化識別。

本文基于Attention-UNet 神經網(wǎng)絡模型和空洞卷積，提出一種用于地震斷層圖像識別的SPD-UNet模型?；谏窠浘W(wǎng)絡的Encoder-Decoder 結構，在Encoder 階段輸入地震斷層圖像，采用CNN 與SPD模塊進行特征提取，在Decoder 階段進行圖像上采樣恢復與Skip Connection 操作，完成對地震斷層圖像的訓練與識別，同時引入Focal Loss 函數(shù)，解決地震圖像的正負樣本極度不平衡問題。

1 卷積神經網(wǎng)絡模型

1.1 UNet 神經網(wǎng)絡模型

UNet 網(wǎng)絡是U 對稱結構，由一個收縮路徑（左邊，也稱特征提?。┖鸵粋€擴張路徑（右邊，也稱上采樣）組成。收縮路徑遵循典型的卷積網(wǎng)絡結構，包含4 個Convolutional layer，每層layer 包含2 個3×3 卷積層以及1 個最大池化層。擴張路徑包括4 個Upsampling layer，每個layer 與對應的feature map 通過Skip Connection 在通道維度進行拼接，形成更全面的特征信息，再進行下一步處理。

利用收縮路徑部分對原始圖像進行特征提取，之后采用擴張路徑將feature map 恢復到輸入圖片大小，并恢復每一個像素對應的空間位置。由于經過上采樣存在部分信息丟失的問題，通過Skip Connection 將對應的輸出層（具有更好的全局信息）與淺層（具有更豐富的局部細節(jié)）相結合，從而進行更有效的預測。UNet 模型結構如圖1 所示。

圖1 UNet 模型結構Fig.1 Structure of UNet model

1.2 Attention-UNet 神經網(wǎng)絡模型

在UNet 的基礎上，在每個跳躍鏈接的末端使用Attention Gate［13］結構（以下簡稱AG），對需要提取的feature map 實現(xiàn)Attention 機制。Attention 機制是模仿人類注意力提出的一種解決方案，可以從大量信息中篩選出高價值信息，主流Attention 機制有通道注意力［14］、空間注意力［15］以及上下文注意力［16］，應用于圖像領域時可以抑制不相關背景區(qū)域的特征響應，使模型關注更有價值的特征。Attention-UNet 模型結構與UNet 一致，如圖2 所示，網(wǎng)絡接收輸入圖像，通過與UNet 類似的卷積和下采樣操作進行特征提取，不同之處在于，在Skip Connection 階段添加了AG 注意力模塊，用于提升對斷層區(qū)域的關注度。在圖2 中，Hi、Wi、Di分別代表不同階段輸入輸出的高、寬以及通道數(shù)，F(xiàn)表示每批次輸入的數(shù)量。

圖2 Attention-UNet 模型結構Fig.2 Structure of Attention-UNet model

增加的AG 模塊結構如圖3 所示。AG 模塊接收左側上一層feature map 和右側下一層特征，然后拼接右側上一層得到最后輸出。其中，g信號來自右側下一層的輸入，xl信號來自左側上一層的輸入。左側輸入分為兩部分：一部分與g信號相加，然后共同進行ReLU 和Sigmoid 激活，得到的結果進行重采樣，獲得最終輸出為xl的注意力系數(shù)；另一部分與xl進行相乘，以突出通過Skip Connection 傳遞的顯著特征。

圖3 AG 模塊結構Fig.3 Structure of AG module

1.3 空洞卷積

在圖像分割領域，增大卷積核的感受野十分重要，有利于捕獲更大區(qū)域的特征信息，在傳統(tǒng)神經網(wǎng)絡中，一般采用池化操作降低圖像尺寸以增大感受野，同時減少計算參數(shù)量，但池化存在一定的缺陷，由于降低了輸入圖像的尺寸，會造成信息的丟失，尤其在地震斷層識別中，地震斷層屬于小目標，在池化操作下極易造成識別不連續(xù)，甚至無法重建目標斷層。

空洞卷積［17］最初來源于DeepLab 系列v1［18］和v2［19］網(wǎng)絡，經過PSPNet［20］、DeepLab v3+［21］等網(wǎng)絡的不斷完善，具有更大感受野的同時保持原有的權重個數(shù)不變，并且可通過空洞卷積的不同空洞率更好地捕獲多尺度［22］的上下文信息。空洞卷積示意圖如圖4 所示。

圖4 空洞卷積示意圖Fig.4 Schematic diagram of dilated convolution

空洞卷積的實際卷積核計算公式如下：

其中：k為原始卷積核大小；r為空洞卷積的空洞率；K為空洞卷積大小。

2 SPD-UNet 模型

對于地震斷層識別，可以將地震剖面切片視為原始輸入圖片，將斷層識別問題視為在斷層圖片上通過標記斷層位置進而識別圖像的二分割問題。利用UNet網(wǎng)絡并引入Attention機制和空洞卷積來實現(xiàn)圖像分割，使得神經網(wǎng)絡能進行相應的學習與識別。

SPD-UNet 模型相比UNet 模型在特征提取部分的前3 層結構保持不變，輸入圖像大小為256 像素×256像素，每層包含2個3×3的卷積層，然后加入Batch Normalization 對數(shù)據(jù)進行歸一化處理，使得數(shù)據(jù)在進行ReLU 之前不會因為過大而導致網(wǎng)絡性能不穩(wěn)定，ReLU 激活之后接一個2×2 的Max Pooling池化操作，用來增大感受野并且降低參數(shù)量。由于斷層識別屬于小目標識別，為避免圖像信息損失過多，在特征提取的后兩層，取消池化操作，采用空洞卷積來增大感受野，提高特征提取精度。此外，由于空洞卷積是稀疏的，存在空洞率越大獲得的長距離信息關聯(lián)性越低的問題，會導致輸出的結果連續(xù)性較差，空間關聯(lián)性較低，并影響識別精度。為此，在本文模型中將金字塔結構［23］的空洞卷積進行組合，整合成SPD 模塊，如圖5 所示。SPD 模塊共包括4 個卷積，1 個常規(guī)3×3 卷積核與3 個空洞卷積，空洞率r分別為2、3 和4。4 個卷積核接收來自上一層的同一個輸出，分別與其進行卷積操作后輸出同樣尺寸的結果。將4 個輸出進行sum 后的值作為該layer 最后的輸出，SPD 模塊使得模型可以同時兼顧小范圍和大范圍內的特征信息，在具有更大感受野的同時，利用不同空洞率的金字塔卷積組合，避免空洞卷積產生的網(wǎng)格效應。

圖5 SPD 模塊結構Fig.5 Structure of SPD module

在上采樣部分，輸入部分改進了傳統(tǒng)UNet 網(wǎng)絡的Skip Connection 部分，加入一個Attention Gate 來添加注意力機制，AG 接收左側上一層feature map 和右側下一層特征，然后拼接右側上一層得到最后輸出。右側包括3 層，每層采用Upsample 進行擴展，然后采用2×2 的卷積及Batch Normalization 層進行歸一化，之后進行ReLU 激活，傳遞到右邊上一層。模型采用Sigmoid 函數(shù)對最終輸出進行處理，使得最終輸出圖像中每個像素點的值對應于0～1，保證網(wǎng)絡模型的輸出大小與輸入大小一致。SPD-UNet 模型結構如圖6 所示。

圖6 SPD-UNet 模型結構Fig.6 Structure of SPD-UNet model

3 模型訓練

模型訓練實驗選取勝利油田某區(qū)塊地震斷層數(shù)據(jù)，地震數(shù)據(jù)為高精度地震采集數(shù)據(jù)。提取SEGY地震數(shù)據(jù)體，將SEGY 數(shù)據(jù)體通過提取識別獲得斷層區(qū)塊剖面圖集，選取圖片進行斷層標注組建樣本集、訓練集與測試集。

在傳統(tǒng)的圖像分割領域，最常用的二分類損失函數(shù)為BCE Loss，但因為地震圖像正負樣本比例極度不平衡，負樣本占比達到90%以上，在神經網(wǎng)絡學習的過程中，過多的無用負樣本會使得模型整體學習方向發(fā)生偏差，產生無效學習，導致預測效果差，識別效果不明顯。因此，本文中所有網(wǎng)絡模型均采用Focal Loss 作為損失函數(shù)。

Focal Loss［24］是在標準交叉熵基礎上修改得到的。標準交叉熵是將各個訓練樣本交叉熵直接求和，即各個樣本權重一致，計算公式如下：

為表示簡便，用pt表示true class 概率，將式（2）改寫為：

通過添加系數(shù)α來控制正負樣本對總體Loss 的共享權重，α取值較小時可以降低負樣本的權重，如式（4）所示：

此外，需要解決控制易分類和難分類樣本的權重問題，如式（5）所示：

通過調制系數(shù)γ減少易分類樣本的權重，使得模型更關注于難分類樣本，因此Focal Loss 最終表達式如式（6）所示，既能調整正負樣本的權重，又能控制難易分類樣本的權重。

對于Focal Loss 函數(shù)，將系數(shù)α設置為0.25，參數(shù)對比結果如圖7 所示，可以看出，當γ取2 時，模型損失函數(shù)最小，擬合精度最好，因此選取α=0.25、γ=2來共同調節(jié)損失函數(shù)。

圖7 Focal Loss 函數(shù)參數(shù)對比結果Fig.7 Comparison results of Focal Loss function parameters

深度學習網(wǎng)絡有多種訓練算法，常用的有隨機梯度下降法（SGD）、自適應梯度下降法（Adgrad）、自適應學習率調整法（Adadelta）、自適應動量估計法（Adam）等。本文實驗采用收斂速度較快的Adam算法。

4 實驗驗證

在圖像分割領域，最常用的評價指標為交并比（Intersection over Union，IOU）和DICE 系數(shù)，本文實驗選取這兩種指標進行性能評測。

4.1 評價指標

DICE 系數(shù)和IOU 是衡量兩個集合之間相似性的度量指標，在圖像分割領域用來衡量網(wǎng)絡分割結果與實際結果間的相似性，數(shù)值越大，圖像的相似性越高。DICE 系數(shù)和IOU 雖然在表達方式上有所差別，但均是關于圖像分割精度的指標，計算公式分別如式（7）和式（8）所示。為更好地應用于斷層識別任務，將其轉換為如式（9）和式（10）所示。

其中：A、B分別表示兩個集合，即兩張圖片的像素集合。

其中：TTP是樣本目標和預測目標的交集部分；FFP是將背景誤認為斷層的部分；FFN是將斷層誤認為背景的部分。鑒于地震斷層圖像正負樣本極不平衡，實驗在進行IOU 及DICE 系數(shù)計算時選擇去除背景元素的圖像。

4.2 實驗結果與分析

不同UNet 模型的識別結果如圖8 所示，其中，圖8（a）表示原始圖像，圖8（b）表示實際標注，圖8（c）表示用UNet 模型進行斷層識別的結果，圖8（d）表示用Attention-UNet 模型進行斷層識別的結果，圖8（e）表示加入單層空洞卷積的Attention-UNet 模型進行斷層識別的結果，圖8（f）表示用本文SPD-UNet 模型進行斷層識別的結果。不同UNet 模型在斷層圖像識別中識別性能比較如表1 所示。從實驗結果可以看出：UNet 模型可以識別部分斷層，但邊緣較為模糊，且識別精度較低，缺失較嚴重，斷層識別連續(xù)性較差，在測試集上的DICE 值為0.703 6，IOU 值為0.542 8；加入Attention 機制后，斷層識別的連續(xù)性和精度均有了明顯提升，但整體識別效果仍然不夠好，在測試集上的DICE 值為0.769 2，IOU 值為0.625 0；加入單層空洞卷積后結果差別不大，并且單層空洞卷積存在長距離信息殘缺問題，導致相比Attention-UNet 模型預測斷層的連續(xù)性更差一些，在測試集上的DICE 值為0.670 3，IOU 值為0.504 1；本文SPD-UNet 模型較其他模型有較大改善，識別精度明顯提升。

表1 4 種UNet 模型在斷層圖像識別中的識別性能比較Table 1 Comparison of identification performance of four UNet models in fault image identification

圖8 4 種UNet 模型的識別結果比較Fig.8 Comparison of identification results of four UNet models

圖9 給出了用常見的語義分割領域的神經網(wǎng)絡模型進行斷層識別，其中，圖9（a）表示FCN 模型的識別結果，圖9（b）表示基于34 層網(wǎng)絡的ResUNet 模型識別結果，圖9（c）表示SegNet 模型的識別結果，圖9（d）表示本文SPD-UNet 模型的識別結果。不同語義分割模型在斷層圖像識別中的識別性能比較如表2 所示。從實驗結果可以看出，本文SPD-UNet 模型識別效果優(yōu)于SegNet 與ResUNet 模型，與FCN 模型接近，識別連續(xù)性更好，與實際標注的地震斷層形狀及位置更接近。

圖9 4 種語義分割模型的識別結果比較Fig.9 Comparison of identification results of four semantic segmentation models

表2 4 種語義分割模型在斷層圖像識別中的識別性能比較Table 2 Comparison of identification performance of four semantic segmentation models in fault image identification

綜上所述，SPD-UNet 模型在斷層識別方面，相比UNet、Attention-UNet 以及單層空洞卷積模型，IOU 值、DICE 系數(shù)和參數(shù)量指標均獲得較大性能提升，得到了更好的識別結果。相比其他語義分割模型，SPD-UNet 模型在測試集上，IOU 值相比SegNet與ResUNet 模型約有0.05 和0.02 的提升，與FCN 模型的IOU 值也較接近，DICE 系數(shù)達到0.837 8，IOU值達到0.720 9，說明了SPD-UNet 模型的有效性。SPD-UNet模型的參數(shù)量為39.5×106，大于SegNet、ResUNet 以及其他UNet 系列模型的參數(shù)量，但IOU也高于上述模型。與此同時，在識別精度略低于FCN 的情況下，參數(shù)量略大于FCN 模型的35.9×106，說明SPD-UNet 模型存在優(yōu)化空間。

5 結束語

本文構建面向斷層圖像識別的改進SPD-UNet模型，利用神經網(wǎng)絡強大的編碼和解碼能力，通過特征提取與上采樣，并引入注意力機制、空洞卷積和Focal Loss 損失函數(shù)，增強SPD-UNet 模型的斷層圖像特征提取能力，在保證感受野大小且不損失分辨率的情況下，更全面地捕捉斷層的整體分布信息。同時，利用SPD 模塊解決空洞卷積的局部信息丟失問題，提高斷層信息關聯(lián)性及圖像識別精度。實驗結果表明，應用SPD-UNet 模型進行地震斷層識別效果較好。后續(xù)將通過優(yōu)化Encoder-Decoder 結構、Attention 機制以及門控模塊進一步提升SPD-UNet模型的地震斷層圖像識別精度，并利用GAN 網(wǎng)絡降低地震斷層圖像噪聲對識別結果的影響。