To cite this paper use one of the standards below:
No presente trabalho foi desenvolvida uma ferramenta capaz de gerar, de forma automatizada, mosaicos de ortoimagens provenientes do satélite CBERS-4A (Sensor WPM), tendo como objetivo a minimização da cobertura de nuvens, sendo empregada uma rede neural convolucional (CNN), chamada U-Net. Nesse sentido, foi construído um robusto conjunto de dados para servir de treinamento da rede em segmentar as nuvens e suas sombras. Tal trabalho possui o objetivo de exercer grande relevância na automatização das demandas existentes no que se refere à criação e edição de cartas ortoimagens. Em suma, pode-se afirmar que, após a realização dos diversos treinamentos e testes, foi possível obter uma ferramenta com capacidade de reduzir consideravelmente as nuvens de oclusão do terreno em condições específicas, corroborando para a sua viabilidade com os devidos ajustes. Ademais, deve-se destacar que o trabalho em questão possui diversos meios para sua otimização, que foram abordados ao final dos resultados pelos autores. O estudo pode ser acessado por meio do link: https://github.com/matheusalsilva98/pfc2024.
With nearly 200,000 papers published, Galoá empowers scholars to share and discover cutting-edge research through our streamlined and accessible academic publishing platform.
Learn more about our products:
This proceedings is identified by a DOI , for use in citations or bibliographic references. Attention: this is not a DOI for the paper and as such cannot be used in Lattes to identify a particular work.
Check the link "How to cite" in the paper's page, to see how to properly cite the paper