O que é segmentação semântica de imagens de satélite e quais modelos são utilizados?

A segmentação semântica de imagens de satélite é a tarefa de rotular cada pixel da imagem atribuindo-lhe uma classe (por exemplo, água, floresta, cidade, terras agrícolas). Isso permite uma análise detalhada da superfície terrestre.

Para resolver, utilizam-se redes neurais profundas, nomeadamente:

• U-Net — uma arquitetura popular para segmentação, que funciona bem com quantidade limitada de dados.
• DeepLab (v3, v3+) — usa pirâmides espaciais e convoluções atributivas para melhorar a qualidade da segmentação.
• SegNet — arquitetura codificador-decodificador, eficaz para tarefas de alta resolução.

Um aspecto importante é o pré-processamento dos dados (correção de distorções atmosféricas, normalização) e o uso de canais multiespectrais para aumentar a precisão da classificação.