Para citar este trabalho use um dos padrões abaixo:
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.
Com ~200 mil publicações revisadas por pesquisadores do mundo todo, o Galoá impulsiona cientistas na descoberta de pesquisas de ponta por meio de nossa plataforma indexada.
Confira nossos produtos e como podemos ajudá-lo a dar mais alcance para sua pesquisa:
Esse proceedings é identificado por um DOI , para usar em citações ou referências bibliográficas. Atenção: este não é um DOI para o jornal e, como tal, não pode ser usado em Lattes para identificar um trabalho específico.
Verifique o link "Como citar" na página do trabalho, para ver como citar corretamente o artigo