論文の概要: A novel attention model for salient structure detection in seismic volumes

• arxiv url: http://arxiv.org/abs/2201.06174v1
• Date: Mon, 17 Jan 2022 01:56:11 GMT
• ステータス: 処理完了
• システム内更新日: 2022-01-21 08:48:35.113655
• Title: A novel attention model for salient structure detection in seismic volumes
• Title（参考訳）: 地震体積における突発的構造検出のための新しい注意モデル
• Authors: Muhammad Amir Shafiq, Zhiling Long, Haibin Di, Ghassan AlRegib
• Abstract要約: 視覚認識と人間の視覚システムモデリングを活用するために,新しい地震解釈手法を提案する。 オランダの北海とニュージーランドのグレート・サウス・ベースンから得られた2つの実際の地震観測データによる実験結果から,提案手法の有効性が示された。
• 参考スコア（独自算出の注目度）: 15.513544026486935
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: A new approach to seismic interpretation is proposed to leverage visual perception and human visual system modeling. Specifically, a saliency detection algorithm based on a novel attention model is proposed for identifying subsurface structures within seismic data volumes. The algorithm employs 3D-FFT and a multi-dimensional spectral projection, which decomposes local spectra into three distinct components, each depicting variations along different dimensions of the data. Subsequently, a novel directional center-surround attention model is proposed to incorporate directional comparisons around each voxel for saliency detection within each projected dimension. Next, the resulting saliency maps along each dimension are combined adaptively to yield a consolidated saliency map, which highlights various structures characterized by subtle variations and relative motion with respect to their neighboring sections. A priori information about the seismic data can be either embedded into the proposed attention model in the directional comparisons, or incorporated into the algorithm by specifying a template when combining saliency maps adaptively. Experimental results on two real seismic datasets from the North Sea, Netherlands and Great South Basin, New Zealand demonstrate the effectiveness of the proposed algorithm for detecting salient seismic structures of different natures and appearances in one shot, which differs significantly from traditional seismic interpretation algorithms. The results further demonstrate that the proposed method outperforms comparable state-of-the-art saliency detection algorithms for natural images and videos, which are inadequate for seismic imaging data.
• Abstract（参考訳）: 視覚認識と人間の視覚システムモデリングを活用するために,新しい地震解釈手法を提案する。 具体的には,地震データボリューム内の地下構造を同定するために,新しい注意モデルに基づく塩分検出アルゴリズムを提案する。 このアルゴリズムは3D-FFTと多次元スペクトル投影を用いて、局所スペクトルを3つの異なる成分に分解する。 続いて,各ボクセルの方向比較を投影次元内の塩分検出に組み込むために,新しい指向性センタサーラウンドアテンションモデルを提案する。 次に,各次元に沿ったサリエンシマップを適応的に組み合わせて統合されたサリエンシマップを生成し,隣接する部分に対する微妙な変化と相対的な動きを特徴とする様々な構造を明らかにする。 地震データに関する事前情報は、方向比較において提案する注意モデルに組み込むか、サリエンシーマップを適応的に組み合わせてテンプレートを指定することでアルゴリズムに組み込むことができる。 ニュージーランドの北海, オランダ, グレート・サウス・ベースンから得られた2つの実際の地震データセットの実験結果から, 従来の地震解釈アルゴリズムとは大きく異なる性質と外観の健全な地震構造を検出するアルゴリズムの有効性が示された。 さらに, 提案手法は, 地震画像データに不適な自然画像やビデオに対して, 最先端の精度検出アルゴリズムよりも優れていることを示す。

関連論文リスト

• Towards Unified 3D Object Detection via Algorithm and Data Unification [70.27631528933482]
  我々は、最初の統一型マルチモーダル3Dオブジェクト検出ベンチマークMM-Omni3Dを構築し、上記のモノクロ検出器をマルチモーダルバージョンに拡張する。 設計した単分子・多モード検出器をそれぞれUniMODEとMM-UniMODEと命名した。
  論文  参考訳（メタデータ） (2024-02-28T18:59:31Z)
• Learning transformer-based heterogeneously salient graph representation for multimodal remote sensing image classification [42.15709954199397]
  本稿では,変圧器を用いたヘテロジニアサリエントグラフ表現法(THSGR)を提案する。 まず、多モード不均一グラフエンコーダを用いて、非ユークリッド構造の特徴を異種データから符号化する。 自己アテンションフリーなマルチ畳み込み変調器は、効果的かつ効率的な長期依存性モデリングのために設計されている。
  論文  参考訳（メタデータ） (2023-11-17T04:06:20Z)
• Explicit Correspondence Matching for Generalizable Neural Radiance Fields [49.49773108695526]
  本稿では,新たな未知のシナリオに一般化し,2つのソースビューで新規なビュー合成を行う新しいNeRF手法を提案する。 明瞭な対応マッチングは、異なるビュー上の3Dポイントの2次元投影でサンプリングされた画像特徴間のコサイン類似度と定量化される。 実験では,実験結果から得られたコサイン特徴の類似性と体積密度との間に強い相関関係が認められた。
  論文  参考訳（メタデータ） (2023-04-24T17:46:01Z)
• Seismic-phase detection using multiple deep learning models for global and local representations of waveforms [0.0]
  近年の機械学習により,波形データから地震の自動検出が可能になった。 本研究では,ディープラーニングを用いた新しい位相検出手法を提案し,検証した。 提案手法の新規性は,大域的および局所的な波形表現のための個別な学習戦略である。
  論文  参考訳（メタデータ） (2022-11-04T04:37:04Z)
• Incorporating Texture Information into Dimensionality Reduction for High-Dimensional Images [65.74185962364211]
  距離ベース次元削減手法に周辺情報を組み込む手法を提案する。 画像パッチを比較する異なる手法の分類に基づいて,様々なアプローチを探索する。
  論文  参考訳（メタデータ） (2022-02-18T13:17:43Z)
• Data-driven intrinsic localized mode detection and classification in one-dimensional crystal lattice model [0.0]
  本稿では,一次元結晶格子波を分類する支援ベクトルマシン分類アルゴリズムを提案する。 粒子変位,モータ,エネルギー密度の3つの異なる学習データセットを考察した。 分類アルゴリズムの効率は、2つの次元削減技術によりさらに改善される。
  論文  参考訳（メタデータ） (2021-10-15T16:15:06Z)
• Deep Two-View Structure-from-Motion Revisited [83.93809929963969]
  2次元構造移動(SfM)は3次元再構成と視覚SLAMの基礎となる。 古典パイプラインの適切性を活用することで,深部2視点sfmの問題を再検討することを提案する。 本手法は,1)2つのフレーム間の密対応を予測する光フロー推定ネットワーク,2)2次元光フロー対応から相対カメラポーズを計算する正規化ポーズ推定モジュール,3)エピポーラ幾何を利用して探索空間を縮小し,密対応を洗練し,相対深度マップを推定するスケール不変深さ推定ネットワークからなる。
  論文  参考訳（メタデータ） (2021-04-01T15:31:20Z)
• Semantic Change Detection with Asymmetric Siamese Networks [71.28665116793138]
  2つの空中画像が与えられた場合、セマンティックチェンジ検出は、土地被覆のバリエーションを特定し、それらの変化タイプをピクセルワイド境界で識別することを目的としている。 この問題は、正確な都市計画や天然資源管理など、多くの地球ビジョンに関連するタスクにおいて不可欠である。 本研究では, 広く異なる構造を持つモジュールから得られた特徴対を用いて意味変化を同定し, 同定するための非対称システマネットワーク(ASN)を提案する。
  論文  参考訳（メタデータ） (2020-10-12T13:26:30Z)
• Sparse-data based 3D surface reconstruction with vector matching [4.471370467116141]
  正規ベクトルマッチングと第1次および第2次全変分正規化器を組み合わせた新しいモデルが提案されている。 拡張ラグランジアンに基づく高速アルゴリズムも提案されている。
  論文  参考訳（メタデータ） (2020-09-28T00:36:49Z)
• Seismic horizon detection with neural networks [62.997667081978825]
  本稿では,複数の実地震立方体上での地平線検出にバイナリセグメンテーションを適用し,予測モデルのキューブ間一般化に着目したオープンソースの研究である。 本研究の主な貢献は,複数実地震立方体における地平線検出にバイナリセグメンテーションを適用し,予測モデルのキューブ間一般化に着目したオープンソースの研究である。
  論文  参考訳（メタデータ） (2020-01-10T11:30:50Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。