数据标注优秀案例集之二十六 | 数据标注赋能油气勘探地物信息智能解译

　　申报单位：中国石油集团东方地球物理勘探有限责任公司
　　推荐单位：河北省数据和政务服务局
　　一、案例简介
　　油气勘探中障碍物标定精度决定炮检点布设效率，但传统人工标定面临海量地物与复杂地形挑战，存在效率低、错漏率高难题。通过基于多源地理数据融合的智能解译系统，并结合AI算法与图像处理技术构建了自动化翻译平台，累计处理地物8900万个，解译精度达90%，效率较人工提升20倍。经测算，年度可节约成本1.89亿元，为勘探智能化转型提供核心技术支撑，显著推动行业降本增效。
　　二、举措与成效
　　一是多源数据融合，丰富特征信息。针对传统数据维度单一、难以全面表征地物特征的问题，将以往的RGB单通道增广为RGB+多光谱+高程多通道数据。为地物解译样本训练提供高精度基础数据，为后续高精度勘探工作提供数据支撑。
　　二是改进模型构建，提升识别能力。采用mix-transformer取代卷积提取图像全局特征。通过向量点积运算表征特征图各像素点之间的依赖关系，获得全局感受野，构建多维度深度网络模型。有效解决了复杂地物错标漏标的问题，在实际项目中识别准确率超过90%。
　　三是优化标注流程，提高工作效率。形成基于数据图像处理学开发样本快速标定技术，利用图像预处理（均值漂移）、多次区域生长法进行生长与修正，以及孔洞部分填充实现样本的快速、高质量标定。在鄂尔多斯盆地某三维项目中，传统方法耗费4人25天完成的任务，该技术仅需2人3天，极大地提高了工作效率。
　　三、特色亮点
　　一是多源数据融合技术，精准描绘地物特征。系统打破了传统数据利用的局限，创新构建了融合多通道数据模式。在勘探过程中，实现了从多个角度全面展示地物特征，避免了因数据不足导致的误判和漏判。
　　二是先进模型技术赋能，实现高效智能解译。改进传统卷积进行图像特征提取，并通过向量点积运算获取全局感受野。以复杂山区的油气勘探项目为例，该技术能在复杂地形和多样地物环境下，准确区分各类地物，快速提取关键信息，极大地提升了解译的效率。
　　三是样本处理技术升级，保障数据标注质量。基于图像处理学原理及平滑-均值滤波等技术有效改善因分辨率问题导致的样本边缘锯齿状现象，提高样本标注精度。