Implementación de técnicas de inteligencia artificial para el tratamiento de imágenes satelitales de color del mar | Defensa de Trabajo Especial de la Licenciatura en Ciencias de la Computación

31 Mayo 2022 - Aula Magna FAMAF Estudiantes

Defensa a cargo de Agustín FERRANTE

Directora: Carolina TAURO

Profesor representante: Francisco TAMARIT

Resumen: La teledetección espacial se ha convertido en una valiosa herramienta para el monitoreo de nuestro planeta, particularmente útil en regiones tan vastas y de difícil acceso como los ecosistemas marinos. Dentro de estas técnicas, se destaca la teledetección del color del mar, que se basa en el estudio de las variaciones espectrales de la radiancia que emerge de la superficie del mar en el rango del visible. Estas mediciones se ven fuertemente influenciadas por la presencia de nubes y reflexión solar especular, siendo una causa importante de pérdida de datos. Los píxeles con nubes o reflexión solar especular deben ser debidamente identificados como primer paso del procesamiento de una imagen satelital. En este trabajo se investiga la aplicación de técnicas de aprendizaje automático, en particular redes neuronales, al problema de clasificar píxeles de imágenes satelitales que contengan nubes o reflexión solar especular. A lo largo del trabajo se entrenan redes neuronales feed-forward y convolucionales con el objetivo de poder segmentar correctamente las imágenes satelitales en cuestión. Se dividió el problema en distintos casos de estudio, cada uno con distinciones en los datos de entrada de los modelos y las clasificaciones de los píxeles. Se han logrado resultados satisfactorios ya que en algunos casos de estudio la precisión general alcanza valores cercanos al 98%.*

*Este trabajo fue desarrollado para contribuir a la misión de color del mar SABIA-Mar que actualmente desarrolla la Comisión Nacional de Actividades Espaciales (CONAE), bajo la supervisión de la investigadora principal de la misión.