基于卷积和Transformer联合网络的地震数据插值

摘要

地震数据插值是地震数据处理的关键步骤,旨在高精度地恢复出缺失地震数据,提升地震数据信噪比。近年来,基于卷积神经网络的插值方法发展迅速,该方法基于数据驱动,通过搭建卷积神经网络恢复缺失数据。卷积神经网络依赖卷积提取地震数据特征,然而由于受到卷积核局部感受野的限制,卷积运算只能捕捉地震数据局部信息,限制了网络的插值性能。因此本文提出了基于卷积和Transformer联合网络的地震数据插值方法,该方法通过引入Transformer,构建卷积和Transformer融合模块提取地震数据特征,旨在捕捉地震数据更多的细节信息,提升地震数据插值性能。通过仿真数据实验和真实数据实验显示,和基于Unet网络的插值方法相比,本文方法具有更好的插值性能,能够恢复地震数据更多纹理细节,插值结果的信噪比提升了2~3 dB。