Servicios Personalizados
Revista
Articulo
Indicadores
- Citado por SciELO
- Accesos
Links relacionados
- Similares en SciELO
Compartir
FIGEMPA: Investigación y Desarrollo
versión On-line ISSN 2602-8484versión impresa ISSN 1390-7042
Resumen
ALDAS NUNEZ, Roberth Joel et al. Delimitación automática de ceniza volcánica en imágenes satelitales mediante Deep Learning. Figempa [online]. 2022, vol.13, n.1, pp.48-58. ISSN 2602-8484. https://doi.org/10.29166/revfig.v13i1.3121.
La Inteligencia Artificial ha tenido un gran impacto en los últimos años, cada vez este campo de la Informática es más utilizado en el tratamiento de problemas en el área geológica. Una de las principales aplicaciones es la detección y segmentación de ceniza en imágenes satelitales. Para tal fin, proponemos un modelo de Deep Learning basado en una red neuronal convolucional (CNN) y entrenado con un dataset de imágenes satelitales que tienen aplicado el filtro “ash”, que proporciona una coloración rosada rojiza a la ceniza, facilitando el proceso de segmentación. Los resultados obtenidos indican una precisión del 99%, conveniente para su aplicación práctica para la segmentación de la ceniza emitida por el Volcán Sangay, el cual ha presentado periodos de actividad volcánica en los últimos años. Las imágenes segmentadas generadas por nuestro modelo son congruentes con los estudios publicados por el IG-EPN.
Palabras clave : Deep Learning; Segmentación de ceniza; Red neuronal convolucional; Imágenes Satelitales; Volcán Sangay.