融合改进残差网络和注意力的黏土矿物图像分类

来源：计算机工程与应用杂志2024年第23期北京时间：

作者：杜睿山, 陈雨欣, 孟令东, 张桐, 程佳薪

单位：1.东北石油大学 计算机与信息技术学院，黑龙江 大庆 163318；2.油气藏及地下储库完整性评价黑龙江省重点实验室（东北石油大学），黑龙江 大庆 163318；3.大庆油田有限责任公司勘探开发研究院，黑龙江 大庆 163712；4.东北石油大学 地球科学学院，黑龙江 大庆 163318

摘要：黏土矿物是广泛存在于沉积盆地中的含水铝硅酸盐矿物，通过扫描电子显微镜（scanning electron microscopy，SEM）获取黏土矿物在此基础上进行识别，需要获取黏土矿物的多样性和易于分辨的特征信息，然而卷积神经网络其特征提取能力仍存在不足，特征表达能力亟须增强。底层特征通常包含了图像的基本信息和细节，高层次的特征图抽象程度较高，包含了更为抽象化的信息。因此提出了一种以Res2Net50为主干网络，引入高效通道注意力（efficient channel attention，ECA）模块使模型更关注底层特征，从而提升模型性能，最后一层采用多头注意力（multi-head self-attention，MHSA）模块学习到不同层次的特征表示。采用混合方式同时利用了CNN的特征提取能力、Transformer的内容自注意力机制提升模型的特征表达能力，取得了优于Res2Net50的性能。结果表明：提出的EM-Res2Net（ECA-MHSA-Res2Net50）对128×128像素输入的矿物识别效果更为理想，经测试识别准确率为92.85%，通过与其他模型对比分析，该研究结果证明引入ECA模块和MHSA模块后的模型能够充分提取图像的特征，具有更高的准确率和时效性。

关键词：深度学习,矿物识别,图像分类,多尺度特征,通道注意力,自注意力