基于多编码器和可变形卷积的图像特征提取方法

基于多编码器和可变形卷积的图像特征提取方法，涉及图像识别技术领域，包括以下步骤，建立包含多编码器结构和可变形卷积的改进U‑Net网络，获取速度图像、地震图像和先验图像的数据，结合MSE、SSIM构建损失函数，利用Canny算法提取速度图像数据的轮廓损失函数，将二者组合为自适应混合损失函数，利用步骤S2得到的图像数据，基于深度学习网络，结合自适应混合损失函数开始监督训练，通过图像数据测试集验证步骤S4中训练得到的深度学习网络的图像特征提取能力，将训练得到的深度学习网络用于地层图像的特征提取；本发明中的方法可以完成数据降维与简化计算，极大地减少了计算复杂度，使得提取的特征与最终目标高度一致，性能上限优于传统流程。