Novas Métricas de Avaliação de Qualidade para Imagens Petrofísicas

O emprego de métricas tradicionais de visão computacional para avaliação da qualidade de imagem (IQA, do inglês Image Quality Assessment), sejam elas clássicas ou mais recentes, baseadas em aprendizado profundo, mostrou-se inconclusivo no que diz respeito à avaliação de perfis de imagem acústica de paredes de poços de petróleo geradas por modelos generativos. A metodologia BERGSOM, por sua vez, utiliza aprendizado regenerativo para obter tais perfis de imagem a partir de perfis básicos, como perfis de raios gama, densidade e porosidade. Este trabalho emprega os modelos treinados para a metodologia BERGSOM com o propósito de propor duas novas métricas: zIQA e bIQA. Ademais, são incluídos limiares de qualidade para as métricas propostas, com base nos dados de treinamento. A aplicação desses limiares permite definir se as entradas empregadas para a geração dos perfis de imagem por meio da metodologia BERGSOM estão significativamente distantes das condições de treinamento do modelo. As novas métricas demonstraram maior coerência em comparação com as métricas tradicionais de visão computacional. Além da coerência apresentada, a métrica bIQA tem a vantagem adicional de poder ser calculada em diferentes situações reais, o que não ocorre com as demais métricas avaliadas, que demandam uma imagem de referência para seu cálculo.