Detector de núvols en imatges satèl·lit amb segmentació semàntica
Sánchez Ropero, Susana
Benavente i Vidal, Robert, ![Identificador ORCID](/img/uab/orcid.ico)
dir. (Universitat Autònoma de Barcelona. Departament de Ciències de la Computació)
Universitat Autònoma de Barcelona.
Escola d'Enginyeria
Títol variant: |
Detector de nubes en imagenes satélite con segmentación semántica |
Títol variant: |
Cloud detector in satellite images with semantic segmentation |
Data: |
2024 |
Resum: |
En aquest treball s'examina el funcionament d'un model basat en l'arquitectura U-Net per a la detecció de núvols en imatges satel·litals RGB. L'objectiu és identificar els cinc tipus diferents de núvols presents en el conjunt de dades seleccionat. S'implementarà el model i es compararà el seu rendiment utilitzant diferents paràmetres i configuracions. Aquestes comparacions permetran determinar quina és la millor configuració de paràmetres per optimitzar la detecció de núvols. A més, es presentaran els resultats obtinguts i es discutirà l'eficàcia del model en la classificació i segmentació de núvols en les imatges satel·litals. Finalment, es proposaran possibles millores per a futurs treballs en aquesta àrea, que considerem importants destacar. Per últim, s'abordarà la implementació de tècniques de preprocessament de dades i s'analitzarà el seu impacte en el rendiment del model. |
Resum: |
En este trabajo se examina el funcionamiento de un modelo basado en la arquitectura U-Net para la detección de nubes en imágenes satelitales RGB. El objetivo es identificar los cinco tipos diferentes de nubes presentes en el conjunto de datos seleccionado. Se implementará el modelo y se comparará su desempeño utilizando distintos parámetros y configuraciones. Estas comparaciones permitirán determinar cuál es la mejor configuración de parámetros para optimizar la detección de nubes. Además, se presentarán los resultados obtenidos y se discutirá la eficacia del modelo en la clasificación y segmentación de nubes en las imágenes satelitales. Por último, se propondrán posibles mejoras para futuros trabajos en esta área, que consideramos importantes destacar. Finalmente, se abordará la implementación de técnicas de preprocesamiento de datos y se analizará su impacto en el rendimiento del modelo. |
Resum: |
In this work, the functioning of a model based on the U-Net architecture for cloud detection in RGB satellite images is examined. The objective is to identify the five different types of clouds present in the selected dataset. The model will be implemented and its performance will be compared using different parameters and configurations. These comparisons will allow us to determine the best parameter configuration to optimize cloud detection. Additionally, the obtained results will be presented and the model's effectiveness in cloud classification and segmentation in satellite images will be discussed. Finally, possible improvements for future work in this area, which we believe are important to highlight, will be proposed. The implementation of data preprocessing techniques and their impact on the model's performance will also be addressed. We aim to contribute significantly to the field of cloud detection. |
Drets: |
Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, i la comunicació pública de l'obra, sempre que no sigui amb finalitats comercials, i sempre que es reconegui l'autoria de l'obra original. No es permet la creació d'obres derivades. ![Creative Commons](/img/licenses/by-nc-nd.ico) |
Llengua: |
Castellà |
Titulació: |
Grau en Enginyeria Informàtica [2502441] |
Pla d'estudis: |
Enginyeria Informàtica [958] |
Document: |
Treball final de grau ; Text |
Àrea temàtica: |
Menció Computació |
Matèria: |
Detector núvols ;
Segmentació semàntica ;
Deep learning ;
Imatges satèl·lit ;
Xarxes neuronals ;
Python ;
Detector nubes ;
Segmentación semántica ;
Imágenes satélite ;
Redes neuronales ;
Cloud detector ;
Semantic segmentation ;
Satellite images ;
Neural networks |
El registre apareix a les col·leccions:
Documents de recerca >
Treballs de Fi de Grau >
Escola d'Enginyeria. TFG
Registre creat el 2024-07-17, darrera modificació el 2024-07-19