Segmentação nas análises de Rocha Digital: métodos clássicos e inovações com aprendizado de máquina

Métodos de Rocha Digital consistem na construção de modelos tridimensionais de amostras de rocha com base em técnicas de imageamento, notadamente tomografia por raios-X, posteriormente utilizados para realizar simulações computacionais de diversos fenômenos físicos. Além de fundamentais para a pesquisa em meios porosos, a Rocha Digital já se estabeleceu como uma tecnologia importante na indústria de petróleo, tanto para análise de rochas quanto para obtenção de parâmetros petrofísicos. Uma etapa crucial neste fluxo de trabalho é a segmentação, que consiste em dividir a imagem em regiões razoavelmente homogêneas em relação a alguma propriedade, por exemplo poros e fases minerais, e cuja subjetividade exerce enorme influência nos resultados das análises e simulações. Neste seminário falaremos sobre a importância de métodos de segmentação robustos e bem definidos, essenciais para garantir a precisão das simulações e a confiabilidade dos resultados obtidos com exemplos desde os métodos clássicos até abordagens mais recentes com aprendizado de máquina.

Rodolfo Araujo Victor é bacharel e mestre em Física pela Universidade Federal do Espírito Santo, possui especialização em geofísica do petróleo pela Universidade Federal do Rio de Janeiro, é mestre e PhD em engenharia de petróleo pela Universidade do Texas. Atualmente trabalha como petrofísico sênior na equipe de exploração da Petrobras e é pesquisador em estágio de pós-doutorado no Instituto de Computação da Universidade Federal Fluminense. Suas áreas de pesquisa incluem avaliação de formações e perfis de poços, petrofísica de rochas digitais e processamento de sinais e aprendizado de máquina para geociências.