DSpace Repository

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

Mostrar registro simples

dc.contributor.advisor Seijas, Leticia M.
dc.contributor.author Betti, Ayrton
dc.contributor.author Giraldez, Rocio Natalia
dc.date.accessioned 2021-02-01T23:13:51Z
dc.date.available 2021-02-01T23:13:51Z
dc.date.issued 2020-12-10
dc.identifier.uri http://rinfi.fi.mdp.edu.ar/xmlui/handle/123456789/464
dc.description.abstract Los 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> es_AR
dc.format application/pdf es_AR
dc.language.iso spa es_AR
dc.publisher Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina es_AR
dc.rights info:eu-repo/semantics/openAccess es_AR
dc.subject Tratamiento de imágenes satelitales es_AR
dc.subject Plataformas observación terrestre es_AR
dc.subject Tratamiento de imágenes es_AR
dc.subject Computacion - aprendizaje profundo es_AR
dc.subject CNN es_AR
dc.subject Transfer Learning es_AR
dc.subject Spatial Pyramidal Pooling es_AR
dc.subject AlexNet es_AR
dc.subject HSR es_AR
dc.title Aplicación de técnicas basadas en aprendizaje profundo para la clasificación de imágenes satelitales y otras plataformas de observación terrestre es_AR
dc.type Thesis es_AR
dc.rights.holder https://creativecommons.org/licenses/by/4.0/ es_AR
dc.type.oa info:eu-repo/semantics/bachelorThesis es_AR
dc.type.snrd info:ar-repo/semantics/tesis de grado es_AR
dc.type.info info:eu-repo/semantics/draft es_AR
dc.description.fil Fil: Betti, Ayrton. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina es_AR
dc.description.fil Fil: Giraldez, Rocio Natalia. Universidad Nacional de Mar del Plata. Facultad de Ingeniería; Argentina es_AR


Arquivos deste item

Este item aparece na(s) seguinte(s) coleção(s)

Mostrar registro simples

Buscar DSpace


Navegar

Minha conta

Estatística