Clasificación de cultivos utilizando sensado remoto satelital y técnicas de deep learning

Abstract

El objetivo de esta tesis es utilizar técnicas de aprendizaje profundo para desarrollar un modelo capaz de distinguir entre suelo crudo, árboles de naranja, árboles de mandarina y árboles de toronja. Estos cultivos son obtenidos por medio de sensado remoto satelital, a través de imágenes multiespectrales capturadas por la plataforma satelital GeoSat-2. La extracción y selección de características juega un papel importante en el desempeño del modelo. La importancia de este trabajo recae en poder clasificar si cierto píxel presente en una imagen satelital corresponde a algún tipo de cultivo (naranja, mandarina o toronja) o bien, se clasifica como suelo crudo. Además, al poder clasificar píxeles de manera correcta, se podrá hacer la clasificación de campos de cultivo completos.