Aplicación de técnicas basadas en aprendizaje profundo para la clasificación de imágenes satelitales y otras plataformas de observación terrestre

dc.contributorSeijas, Leticia M.
dc.creatorBetti, Ayrton
dc.creatorGiraldez, Rocio Natalia
dc.date2020-12-10
dc.date.accessioned2023-03-24T14:35:07Z
dc.date.available2023-03-24T14:35:07Z
dc.identifierhttp://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/464
dc.identifier.urihttps://repositorioslatinoamericanos.uchile.cl/handle/2250/6280499
dc.descriptionLos algoritmos de aprendizaje profundo intentan aprender caracteristicas jerarquicas, correspondientes a diferentes niveles de abstraccion. El progreso actual en los modelos de aprendizaje profundo, especificamente en las arquitecturas de redes neuronales convolucionales profundas (CNN), ha mejorado el estado del arte en muchos campos de estudio, incluida la clasificacion de escenas de sensado remoto. La eleccion de una arquitectura de red adecuada para hacer suposiciones sólidas y correctas sobre la naturaleza de los datos de entrada sigue siendo un gran desafío. Este trabajo presenta implementaciones de la CNN AlexNet, la cual se entreno en los conjuntos de datos UC Merced Land Use y WHU-RS mediante el uso de la técnica de Transfer Learning para el problema de clasificación de escenas urbanas de imágenes de alta resolución espacial a clasificar. Se incorpora una capa correspondiente a Spatial Pyramid Pooling (SPP) para hacer uso de diferentes tamaños de imágenes en la entrada a la red. Los resultados son comparables a la literatura, mejorando algunos enfoques publicados. Mail autores Ayrton Betti <ayrtonbetti@mdp.edu.ar> y Rocio Guiraldez <rociogiraldez@mdp.edu.ar>
dc.descriptionFil: Betti, Ayrton. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina
dc.descriptionFil: Giraldez, Rocio Natalia. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina
dc.formatapplication/pdf
dc.languagespa
dc.publisherUniversidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina
dc.rightsinfo:eu-repo/semantics/openAccess
dc.rightshttps://creativecommons.org/licenses/by/4.0/
dc.subjectTratamiento de imágenes satelitales
dc.subjectPlataformas observación terrestre
dc.subjectTratamiento de imágenes
dc.subjectComputacion - aprendizaje profundo
dc.subjectCNN
dc.subjectTransfer Learning
dc.subjectSpatial Pyramidal Pooling
dc.subjectAlexNet
dc.subjectHSR
dc.titleAplicación de técnicas basadas en aprendizaje profundo para la clasificación de imágenes satelitales y otras plataformas de observación terrestre
dc.typeThesis
dc.typeinfo:eu-repo/semantics/draft
dc.typeinfo:ar-repo/semantics/tesis de grado
dc.typeinfo:eu-repo/semantics/bachelorThesis


Este ítem pertenece a la siguiente institución