地震反射分析是最常见的方法来获取地下储层特征的信息。然而,地震反射往往扭曲了复杂盐身体和其他地质结构及其垂直分辨率往往是几十米的。此外,分析大量的地震数据是一个计算挑战性和耗时的任务。绕过这些挑战,在这项工作中,我们提出一个方法使用小波和深度学习加速地震分析任务。
虽然相当大的注意力已经集中在利用小波变换对地震数据压缩,我们把它与深度学习解决地震资料的失真问题。该领域的研究在地震数据来自南极,我们可以清楚地识别冰盖和基岩之间的接口。我们最近的研究结果表明,小波结合深度学习可以区分不同的相,帮助解释器来处理新的地震图像。这个方法的优势在仅使用深度学习是减少数量的标签数据所需的培训。我们还展示了非常quick-to-prototype算法在MATLAB®这可以用高精度图像的分类部分。最后一部分工作包括部署这个深学习网络在GPU执行相独立的嵌入式硬件实时识别。
