基于岩石新鲜面图像与孪生卷积神经网络的岩性识别方法研究

编号 zgly0001683815

文献类型 期刊论文

文献题名 基于岩石新鲜面图像与孪生卷积神经网络的岩性识别方法研究

作者 冯雅兴  龚希  徐永洋  谢忠  蔡惠慧  吕霞 

作者单位 中国地质大学(武汉)信息工程学院  中国地质大学(武汉)国家地理信息系统工程技术研究中心  中国地质调查局发展研究中心 

母体文献 地理与地理信息科学 

年卷期 2019年05期

年份 2019 

分类号 TU45  TP391.41  TP183 

关键词 人工智能  岩性识别  卷积神经网络  大数据 

文摘内容 目前岩性识别多基于人工判别方法,需要一定的专业背景和丰富的判别经验。该文提出基于岩石新鲜面图像与孪生卷积神经网络结构的深度学习岩性自动识别方法,兼顾岩石数据的全局图像信息和局部纹理信息。首先利用孪生卷积神经网络中的子通道提取岩石图像的全局和局部特征信息,再将特征信息融合以构建统一描述子,最后根据描述子信息识别岩性。选取野外拍摄的岩石图像作为模型验证数据,通过专家命名构建深度学习样本库对模型进行验证和分析。实验结果表明,该文提出的基于AlexNet孪生卷积神经网络对岩石数据的适用性较强,对岩性的识别精度达89.4%,能很好地区分岩石类型。