3D CSFM:视觉基础模型在三维地震断层分割中的跨领域适配

《ADVANCED ENGINEERING INFORMATICS》:3D CSFM: Cross-domain adaptation of visual foundation models for 3D seismic fault segmentation

【字体: 大 中 小 】 时间:2026年08月28日 来源:ADVANCED ENGINEERING INFORMATICS 11.5

编辑推荐:

   摘要 三维地震断层分割是地下结构解释和油气勘探中知识密集型任务。然而,现场标注数据匮乏限制了在不同采集和处理条件下的鲁棒性,而无标注的地震数据又缺乏从头训练一个面向断层的基础模型所需的规模和多样性。为此,我们提出了3D CSFM,一个跨域框架,通过三个组成部分将预训练的视觉

  

摘要

三维地震断层分割是地下结构解释和油气勘探中知识密集型任务。然而,现场标注数据匮乏限制了在不同采集和处理条件下的鲁棒性,而无标注的地震数据又缺乏从头训练一个面向断层的基础模型所需的规模和多样性。为此,我们提出了3D CSFM,一个跨域框架,通过三个组成部分将预训练的视觉基础模型(VFM)适配到三维断层分割中。受地震体数据方向性结构的启发,双向三维特征适配编码器(Bi3DA-Encoder)采用互补的空间视图和深度视图路径,分别建模切片内的断层延伸和切片间的偏移变化,同时将轻量级的深度可分离三维适配器嵌入到预训练的二维视觉编码器中,在无需大量微调的情况下将平面视觉先验转化为方向感知的三维断层表示。空间上下文感知解码器(SCA-Decoder)利用多尺度三维上下文聚合和深度监督来重建连续的断层结构并划分弱边界。为弥合合成数据到实地数据的域间差距,跨域协同训练将包含Bi3DA-Encoder和SCA-Decoder的地震结构感知VFM分支与一个局部细节敏感的三维卷积分支耦合,动态融合两个分支的互补预测以生成目标域监督,并应用一致性正则化与差异正则化来减少伪标签误差累积和确认偏差。在合成标签和无标注的实地数据上训练,3D CSFM在合成验证集和有标注的Thebe实地数据上均定量优于基线方法。在F3数据集以及对未见过的Kerry和Poseidon调查区上的定性结果支持了其有效性。该框架实现了标注高效的地震断层解释,并为知识密集型的地球物理工作流提供了VFM适配方法。

引言

在地下工程和现代能源勘探中,地质断层既可以是流体迁移的通道,也可以是阻碍流体迁移的屏障。因此,准确划分断层对于地下结构解释、资源评估和地质灾害评估至关重要[1]。随着地震采集和成像技术的进步,断层解释已经从二维剖面逐步过渡到密集的三维地震体。解释人员必须识别出微弱或不连续的断层响应,并在相邻切片之间一致地追踪它们,这使得断层解释成为一项知识密集型任务。为了自动化这一过程,传统的信号处理和基于属性的技术,包括方向滤波、相干性、曲率和方差属性,已被广泛研究[2],[3],[4],[5]。然而,它们的响应往往对地震噪声、地层干扰和构造复杂性敏感,经常产生碎片化或不一致的断层网络。这些局限性推动了更加准确和一致的数据驱动方法用于三维断层分割的发展。

深度学习将地震断层检测重新表述为体素级分割问题,并大幅提升了断层划分的自动化程度和一致性[6],[7]。FaultSeg3D[1]采用在合成数据上训练的三维U-Net进行端到端断层预测。然而,其依赖合成训练数据限制了其对实地地震体的泛化能力。与此同时,在工程实践中高质量三维断层标注极其稀缺。Fault-GSA[8]结合了合成数据的监督和实地数据的一致性学习,以在未见过调查区检测断层。FaultSSL[9]基于Mean Teacher框架,引入PaTching和PaNning一致性任务以有效利用无标注实地数据。尽管这些方法有助于缓解标注稀缺问题,但不同调查区之间在成像特征、噪声纹理和构造风格方面仍存在显著差异,其适应未见实地数据的能力仍然有限。因此,在无标注或弱标注条件下的鲁棒三维断层分割仍然是大规模且可靠地震解释的主要瓶颈。

近年来,视觉基础模型(VFMs)在自然图像理解方面取得了显著进展。代表性模型如CLIP[10]、SAM[11]和MAE[12]从大规模数据中学习通用视觉表示,并在各种下游任务中表现出强大的可迁移性。从工程信息学角度来看,这些模型提供了可复用的预训练特征,对于标注需要大量领域专业知识的数据稀缺工程任务尤为有价值。例如,在建筑环境领域,视觉基础模型已被整合到数字孪生工作流中,以支持复杂机电系统的细粒度物体识别和模型更新[13]。

地球物理界也开始探索预训练模型,近期工作已对勘探地球物理中基础模型的发展、应用和挑战进行了综述[14]。一个研究方向试图直接从地震数据构建领域特定表示。例如,SFM[15]通过自监督预训练学习地震表示。另一个方向将自然图像基础模型(如DINOv2[16]和SAM[17])转移到地球科学分割和地震断层解释中。这些研究表明地球物理任务可以从预训练的视觉表示中受益。然而,现有基于自然图像基础模型的方法主要依赖单个二维切片或短程2.5D输入。因此,它们无法充分建模三维地震体中断层的长程空间连续性,并且通常无法同时解决在合成数据上训练和在实地数据上部署之间的域适应问题。

现有研究在三维断层分割、预训练二维视觉模型的迁移以及合成到实地的域适应方面已取得进展。然而,由于其各自方法机制中固有的局限性,这些方法在标注数据有限的情况下,仍然难以在不同调查区实现准确且鲁棒的自动化三维断层解释。从头训练大规模地震基础模型也面临巨大的实际约束。尽管单个三维地震体可能包含大量数据,但可访问的地震数据往往高度集中于少数调查区,因此缺乏跨调查区块和地质结构的统计多样性,无法满足训练通用地震基础模型的需求。商业保密和信息安全要求进一步限制了地震数据的共享。

与从头训练专门的地震基础模型相比,复用自然图像基础模型并将其高效适配到地震解释中代表了一条更为可行且经济的技术路线。类似的跨域迁移策略已在工业表面缺陷分割和机械故障诊断等工程信息学任务中得到验证[18]。此外,自然图像和地震图像在低层视觉特征(包括边缘、纹理和局部几何模式)方面表现出一定的相似性[16],为跨域知识迁移提供了表示基础。

然而,预训练视觉表示的技术可迁移性无法直接满足实地规模三维断层解释的实际需求。现有研究仍存在三个差距。首先,在表示方面,大多数视觉基础模型是在相互独立的二维自然图像上进行预训练的,主要学习单幅图像内的外观和结构信息,而地震断层解释还依赖于切片间相关性以及断层在三维空间中的连续延伸。因此,逐切片迁移无法充分表示断层的三维几何形态。其次,在断层解释和结构重建方面,断层不是地震数据中可直接观察到的常规语义对象;相反,它们必须从反射事件的偏移、相位不连续及其空间连续性中被识别出来。因此,微弱、薄且不连续的断层响应在特征重建过程中容易丢失,而模糊的边界可能被粗粒度语义特征进一步削弱。第三,在跨域迁移方面,合成体数据通常在简化的地质条件和噪声假设下生成,而实地调查区则表现出调查区特有的采集效应、噪声纹理和构造模式。由于实地数据的密集标注通常难以获得,目标域监督往往不得不从模型预测中构建。在缺乏独立真实标注用于验证的情况下,错误的预测可能在迭代训练中被反复强化,从而导致伪标签误差传播和确认偏差。

因此,本研究旨在探索如何将预训练的二维视觉基础模型适配用于仅使用有标注的合成体和未标注的实地体进行可靠的三维断层分割。如图1所总结,为实现这一目标,提出以下研究问题:

- RQ1:从二维到三维的表示适配:当将预训练的二维视觉基础模型适配到三维地震体时,如何保留并利用其可复用的特征提取能力,同时使模型能够表示切片间依赖关系和断层的三维连续性?
- RQ2:细粒度断层结构重建:如何在解码过程中保留微弱、薄或不连续的断层响应及其模糊边界,而不损害重建的三维断层网络的空间连贯性?
- RQ3:可靠的合成到实地迁移:鉴于合成数据与实地数据之间的分布差异,如何将标记的合成体中学到的断层知识迁移到无标注的实地体,同时降低反复强化错误伪标签和引起确认偏差的风险?

围绕以上三个问题,本文提出了3D CSFM,一个用于三维地震断层分割的跨域视觉基础模型适配框架。该框架由三个相互耦合的组成部分构成:预训练二维特征到三维体的方向感知适配、空间连续的断层结构重建,以及基于有标注合成体和未标注实地体的协同学习。该设计在不从头训练地震基础模型且不要求对实地体进行体素级标注的情况下,将二维自然图像中学习的表示迁移到三维地震数据。因此,它为将数据丰富领域的预训练表示应用于需要大量领域知识且标注稀缺的三维解释任务提供了一条实用途径。

本研究的主要贡献总结如下:

- 受地震体方向性结构特征和断层跨切片连续性的启发,我们开发了具有互补空间视图和深度视图编码路径的Bi3DA-Encoder。空间路径刻画断层迹线的横向连续性和平面延伸,而深度路径捕获反射器偏移、相位不连续和跨层结构变化。通过将轻量级的深度可分离三维适配器嵌入二维视觉基础模型,该编码器以少量可训练参数建模局部切片间依赖关系,将平面视觉先验转化为方向感知的体故障表示,同时保留预训练知识。
- 我们将三维上下文建模、跳跃连接和多级深度监督相结合,设计了SCA-Decoder以重建空间连续的断层结构。通过将高层结构信息与高分辨率编码器特征整合,解码器保留了微弱、薄和不连续的断层响应,改进了结构复杂区域中微妙边界的划分,并将Bi3DA-Encoder产生的体表示转化为空间连贯的断层掩膜。
- 我们提出了一种跨域协同训练策略,使用有标注的合成数据和无标注的实地数据联合优化由Bi3DA-Encoder和SCA-Decoder组成的视觉基础模型分支和一个卷积分支。前者提供更广泛的结构线索,后者增强局部断层细节建模。动态伪标签融合利用两者的互补预测以生成更可靠的监督,而一致性正则化和差异正则化分别调节跨分支的一致性和不一致性。这些机制共同缓解了不可靠的伪标签传播和确认偏差,促进了从合成到实地地震数据的适应。

章节片段

视觉基础模型与参数高效迁移方法

视觉基础模型(VFMs)最近在视觉识别和分割任务中表现出强大的可迁移性,这主要归功于大规模预训练使它们能够学习可复用的低层和中间层视觉表示。例如,MAE[12]开创了Vision Transformers的掩码自编码。通过掩蔽并重建输入图像的大部分,它学习了多功能的特征并在多个任务中取得了出色的结果。CLIP[10]和ALIGN[19]实现了……

3D CSFM概述

为解决上述研究问题,我们提出了一个三维跨域地震基础模型(3D CSFM)框架,如图2所示。形式上,我们定义两个数据集:源域D_s={(x_s^i, y_s^i)}_{i=1}^N包含N个具有二值断层标签的合成地震体,其中0表示背景,1表示断层;目标域D_u={x_u^i}_{i=1}^M包含M个无标注的实地地震体。我们的目标是训练一个断层分割模型,使其能够维持……

合成数据

由于在真实地震环境中获取准确完整的断层标签具有挑战性,我们使用Wu等人[1]创建的合成三维地震数据集进行实验分析。该数据集包括200个训练体和20个验证体,每个样本尺寸为128×128×128。该数据集已被广泛用于断层检测研究。几项重要研究——如Li等人[42]、Kaur等人[43]和Dou等人[44]的工作——都基于该数据集构建其模型。

讨论

以下根据三个研究问题解释主要发现,随后讨论实际应用意义、解释范围、剩余局限性和未来方向。

主要发现的解释。

关于从2D到3D的表示适配(RQ1),表5中的编码器消融实验表明,在协作与非协作训练条件下,双向3D适配器始终优于2D适配器以及两种单视图变体,支持了结论的得出。本研究探讨了在野外标注有限且合成数据与野外数据之间存在较大领域差异的情况下,如何将2D视觉基础模型的知识迁移到3D地震断层分割任务中。为此,3D CSFM方法结合了预训练视觉表示的体积适配、地震专用的3D建模以及跨领域协作学习。结果表明,预训练的视觉知识仍可有效应用于地震解释。CRediT作者贡献声明:Zhou Guangyue(周广悦):论文撰写——审阅与编辑、论文撰写——初稿、可视化、验证、方法论、调查研究、形式化分析、数据整理。Li Kewen(李柯文):监督指导、资源提供、项目管理、概念构思。Hao Shuhui(郝书辉):验证、方法论、调查研究、形式化分析。Yin Ruonan(殷若楠):可视化、验证、软件开发、方法论。Chu Shengguang(楚生光):验证、调查研究、形式化分析。利益冲突声明:作者声明,没有任何已知的利益冲突或个人关系可能影响本文所报告的工作。致谢:作者感谢国家自然科学基金(重大项目,编号:51991365)和山东省自然科学基金(编号:ZR2021MF082)的支持。Zhou Guangyue | Li Kewen | Hao Shuhui | Yin Ruonan | Chu Shengguang
相关新闻
生物通微信公众号
微信
新浪微博
  • 搜索
  • 国际
  • 国内
  • 人物
  • 产业
  • 热点
  • 科普

热点排行

    今日动态 | 人才市场 | 新技术专栏 | 中国科学人 | 云展台 | BioHot | 云讲堂直播 | 会展中心 | 特价专栏 | 技术快讯 | 免费试用

    版权所有 生物通

    Copyright© eBiotrade.com, All Rights Reserved

    联系信箱:

    粤ICP备09063491号