Arquiteturas de aprendizado profundo para classificação de imagens de sensoriamento remoto

• Processo: 24/06276-2
• Modalidade de apoio: Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
• Data de Início da vigência: 01 de junho de 2024
• Data de Término da vigência: 31 de julho de 2024
• Área de conhecimento: Ciências Exatas e da Terra - Geociências
• Pesquisador responsável: Thales Sehn Körting
• Beneficiário: Youlia Kamei Saito
• Instituição Sede: Instituto Nacional de Pesquisas Espaciais (INPE). Ministério da Ciência, Tecnologia e Inovação (Brasil). São José dos Campos , SP, Brasil
• Vinculado ao auxílio: 23/09118-6 - Descoberta de conteúdo em catálogos de imagens de sensoriamento remoto, AP.R
• Assunto(s): Aprendizagem profunda Classificação de imagens Desastres ambientais Inteligência artificial Sensoriamento remoto
• Palavra(s)-Chave do Pesquisador: Aprendizado profundo | Classificação de Imagens | desastres ambientais | Inteligência Artificial | Sensoriamento Remoto | Sensoriamento Remoto e Inteligência Artificial

Resumo

A proposta de trabalho desta bolsa é relacionada com o treinamento do bolsista para o uso e implementação de sistemas de aprendizado profundo (Deep Learning). Esses sistemas são utilizados em sensoriamento para classificação de imagens, nas quais um grupo de especialistas define amostras significativas de alvos de trabalho, e o sistema é refinado por meio de treinamento para se tornar capaz de identificar, em novas imagens, a presença dos alvos. No trabalho desta bolsa, limita-se a pesquisa em 4 alvos de trabalho, a saber, áreas queimadas, focos de incêndios em florestas, deslizamentos de terra, e alagamentos em áreas urbanas. A escolha destes alvos se dá pelo fato dos proponentes possuírem conhecimentos e experiências de trabalho em projetos de identificação de áreas queimadas no INPE (Programa Queimadas), e também suporte a desastres naturais (Disasters Charter).