Segmentação e Correspondência de Nuvens Usando Aprendizado Profundo em Imagens de Céu Aberto

Neste artigo, focamos na segmentação de nuvens em Imagens de Céu Aberto usando um modelo de Aprendizado Profundo baseado em U-Net e o subsequente reconhecimento da mesma nuvem em diferentes imagens. Esta pesquisa estabelece as bases para o desenvolvimento de previsões de radiação solar com Imagens de Céu Aberto. O modelo implementado extrai inicialmente recursos relevantes da imagem de entrada usando convoluções, reduzindo assim a resolução. No passo subsequente, a resolução é restaurada ao seu nível original usando convoluções transpostas. Contornos são então criados a partir de todas as nuvens segmentadas. Usando esses contornos como referências, a mesma nuvem é identificada em imagens de diferentes Imagens de Céu Aberto através de correspondência de modelos e contornos. Demonstramos que essa abordagem de segmentação produz bons resultados em um pequeno conjunto de dados de teste. Além disso, o reconhecimento de nuvens em imagens de diferentes câmeras mostra resultados promissores, com 75% das nuvens sendo corretamente correspondidas.