摘要
本发明提出一种面向页岩SEM图像的人工智能识别系统GeoFusionFormer,其包括数据采集与标注模块、图像预处理模块、自监督预训练与微调模块、卷积‑Transformer编码解码模块、多模态3D卷积融合模块、边界优化模块及结果可视化统计模块。系统编码器与解码器交替使用多层卷积和Transformer自注意力,实现局部纹理与全局依赖的双重建模;多模态融合通过3D卷积整合不同成像模态的特征;联合使用Dice Loss、Focal Loss和边界损失以提高分割精度;边缘优化模块提取Sobel边缘并通过注意力增强边界信息。所提出方法能够对地质成分进行高精度分割,并统计各成分的占比。
技术关键词
非局部均值滤波
注意力
图像智能识别系统
人工智能识别系统
多模态
宏观孔隙
直方图均衡化
解码模块
编码器
边界特征
图像空间分辨率
二维解码器
像素
格式对图像
局部纹理特征
视觉特征
系统为您推荐了相关专利信息
文本
多模态交互
翻译方法
语音信号特征
音频特征
页面特征
页面数据
页面生成方法
格式
文档对象模型
融合特征
影像边缘特征
多尺度卷积神经网络
加权特征
多模态特征融合
Sigmoid函数
多任务损失函数
梯度方向直方图特征
多模态注意力
特征提取网络