Automated workflow for cloud segmentation tasks using deep learning

Abstract

Este trabalho desenvolve uma abordagem que utiliza deep learning para segmentar nuvens em imagens do sensor remoto WFI. Este trabalho justifica-se pelo fato do sensor remoto WFI não possuir um algoritmo de segmentação de nuvens sob medida, o que diminui a qualidade e quantidade de dados disponíveis para análise. Desenvolvemos um fluxo de trabalho e um algoritmo baseado na rede neural U-net para preencher essa lacuna. Os resultados coletados apresentados são promissores de acordo com nossa avaliação. Problemas como falsos positivos na segmentação, perda de bordas em imagens cortadas e conjunto de dados enviesado foram avaliados visualmente e conseguiram segmentar mais nuvens, mas com alguns erros de classificação. Esses problemas motivaram propostas de melhorias a serem feitas em trabalhos futuros. Portanto, o fluxo de trabalho de código aberto e automatizado para segmentação semântica de imagens de sensoriamento remoto permanece como a principal contribuição tecnológica deste trabalho. O fluxo de trabalho proposto foi avaliado na segmentação de nuvens de várias imagens de treinamento maiores que 2 gigabytes cada, em um computador com apenas 8 gigabytes de memória RAM.