我院教师井然博士在国际学术期刊《Computers & Geosciences》上发表了题为“Multimodal feature integration network for lithology identification from point cloud data“的SCI论文，提出了一种基于多模态特征融合的三维露头点云岩性识别方法。该研究不仅在方法上具有创新性，而且在实际应用中有较好的性能表现，为地质露头点云的岩性判别提供了新的技术路径。

该博士团队针对传统露头岩性识别在效率和精度上存在的局限性，提出了一种结合多模态深度特征融合的改进方法。研究中，首先使用多模态特征融合模块分别提取三维露头点云空间和特征维度的深度融合特征，然后将提取的深度特征利用多级特征分离模块进行精细岩性判别。实验结果表明，所提出的方法在实际应用中有较好的表现，且比其他对比模型具有更高的精度。该研究不仅提高了地质露头点云岩性识别的准确性，而且为地质研究智能化发展，储层油气资源评价提供了重要参考依据。

论文链接：https://www.sciencedirect.com/science/article/pii/S0098300424002589

图1 多模态特征融合网络结构

图2 基于尾矿坑数据的对比实验结果

图3 论文首页