来源：期刊VIP网 时间：
作者：刘晨;沈疆海;
单位：长江大学计算机科学学院;
摘要：对沉积岩层理构造图像的识别是石油地质勘探领域的关注重点，由于层理特征的复杂性和专业性，文中提出一种基于纹理特征描述和并行注意力机制的层理构造识别模型（LC-ResNeXt）。选择ResNeXt50作为主干网络，使用改进的LBP特征描述算子对RGB图像进行描述，凸显层理构造图像的纹理特征，将LBP图像输入特征提取网络，引入SoftPool改进网络的池化层，保留特征图中的关键信息，将改进的并行CBAM融入ResNeXt50网络，提升模型对层理关键特征的学习效果和融合能力。实验结果表明，相比RGB图像，LBP图像包含更丰富的纹理特征，与其他模型相比，LC-ResNeXt模型能够进一步提高沉积岩层理构造图像识别分类的准确率，对石油地质领域相关研究具有一定的帮助。
关键词：层理构造;;局部二值模式;;注意力机制;;深度学习;;特征提取;;图像分类
基金资助：中国高校产学研创新基金（2021ALA01004）;; 新疆自治区创新人才建设专项自然科学计划（2020D01A132）
