Linha de pesquisa: Ciência de Dados

Resumo: O sensoriamento remoto tem se demonstrado uma importante ferramenta para aplica- ções fundamentais, como preservação ambiental, monitoramento e prevenção de desastres naturais, planejamento urbano e agricultura de precisão. Os satélites são fontes de aquisição de dados preponderantes para realização do sensoriamento remoto, em virtude da sua capacidade de oferecer imageamento em várias bandas espectrais e em alta qualidade. Entretanto, as imagens de satélite podem ser sensíveis a presença de artefatos, tais como, nuvens, sombras e neve, que interferem nas aplicações mencionadas. Diante disso, este trabalho apresenta quatro principais contribuições. (i) Uma revisão sistemática da literatura, com estabelecimento de uma taxonomia, desafios, perspectivas e tendências para pesquisas relacionadas a tarefa de remoção de nuvens. (ii) Apresenta-se uma nova abordagem de difusão latente com blocos residuais e canais de atenção combinadas para remoção de nuvens, a qual possui entre 48% a 82% menos parâmetros que o estado da arte para a tarefa preservando a qualidade da reconstrução em termos quantitativos e qualitativos. Além disso, (iii) investigou-se também como a interação entre otimizadores e funções de perda influenciam o processo de aprendizagem para reconstrução de áreas nubladas através de modelo de difusão latente. Por fim, (iv) apresenta-se também um estudo abrangente sobre o comportamento e impacto de diferentes arquiteturas e modelos de segmentação para um cenário de imagens de satélite com nuvens.

Link da defesa: https://meet.google.com/zuy-sunc-tnt