POTENCIALIDADES E APLICAÇÕES DO USO DE DEEP LEARNING NO SENSORIAMENTO REMOTO EM ANÁLISES URBANAS

O contexto atual do Big EO Data faz emergir novos volumes de dados em paralelo a demandas recentes de processamento e análise dos mesmos. A difusão de imagens de alta resolução espacial complementa esse volume, se fazendo necessário o uso de novas tecnologias para o tratamento e classificação dessas imagens. Métodos envolvendo Inteligência Artificial e Aprendizado de Máquina vem se destacando e o Deep Learning se apresenta como um método inovador e promissor em diversas áreas do conhecimento, dentre elas o sensoriamento remoto. O presente trabalho consistiu em uma revisão bibliográfica sobre as aplicações e potencialidades do emprego de diferentes segmentações do Deep Learning no âmbito do sensoriamento remoto em áreas urbanas ao longo do tempo. Observou-se um predomínio do uso da segmentação semântica com imagens de alta resolução espacial e uma diversidade de aplicações na escala do intraurbano bem como na diferenciação em relação às demais classes.