Redes generativas profundas para corrección de errores geométricos, radiométricos y otras alteraciones causadas por factores atmosféricos presentes en imágenes satelitales multiespectrales

Actualmente una porción considerable de proyectos de investigación en el contexto de procesamiento de imágenes, se abordan con algoritmos de aprendizaje profundo. Algunos estudios realizados por científicos analistas de datos como Meiyin Wu [1], enuncian que al utilizar en particular las redes convo...

Full description

Autores:
Zárate Luna, Paola Andrea
Tipo de recurso:
Doctoral thesis
Fecha de publicación:
2023
Institución:
Universidad Autónoma de Occidente
Repositorio:
RED: Repositorio Educativo Digital UAO
Idioma:
spa
OAI Identifier:
oai:red.uao.edu.co:10614/15483
Acceso en línea:
https://hdl.handle.net/10614/15483
https://red.uao.edu.co/
Palabra clave:
Doctorado en Ingeniería
Aprendizaje profundo
Satélite
Imágenes
Algoritmos
Redes neuronales
Píxel
Error
Radiométrico
Geométrico
Atmosférico
Deep learning
Satellite
Images
Algorithms
Neural networks
Pixel
Error
Radiometric
Geometric
Atmosphere
Rights
closedAccess
License
Derechos reservados - Universidad Autónoma de Occidente, 2023