Título: Segmentación automatizada de lagunas en la cordillera del Vilcanota, región Cusco, un enfoque basado en imágenes satelitales y aprendizaje profundo
Campo OCDE: http://purl.org/pe-repo/ocde/ford#2.02.01
Fecha de publicación: 2024
Institución: Universidad Nacional de San Antonio Abad del Cusco
Resumen: El monitoreo de las lagunas en la cordillera del Vilcanota es fundamental para entender sus dinámicas y gestionar este recurso en riesgo. Las imágenes satelitales han facilitado el estudio remoto de estos cuerpos de agua, pero el análisis convencional presenta limitaciones, como el extenso trabajo manual requerido para abarcar grandes áreas durante largos períodos. Para abordar estos problemas, esta investigación propone un método basado en aprendizaje profundo para la segmentación automática de lagunas en la cordillera del Vilcanota a partir de imágenes satelitales. Se desarrolló un conjunto de datos específico para esta zona de estudio. El modelo propuesto, UNetFFT, optimiza el modelo de segmentación semántica UNet mediante el módulo Fourier Combination, diseñado para aplicar filtros de parámetros aprendibles en el dominio de la frecuencia y mejorar la detección de bordes y lagunas pequeñas. Los resultados experimentales muestran que UNetFFT obtuvo un 85.94%en la métrica MIoU (Mean Intersection over Union), 81.60%en F1-Score, y 99.67%en Pixel Accuracy, superando a modelos de comparación (FCN, Linknet, PSPNet y UNet). La prueba estadística deWilcoxon indica que la mejora de UNetFFT frente a UNet es estadístsicamente significativa. Finalmente, al comparar la estimación de áreas de UNetFFT con datos del Instituto Nacional de Investigación en Glaciares y Ecosistemas de Montaña (INAIGEM), no se hallaron diferencias estadísticamente significativas entre ambas mediciones, lo que comprueba la efectividad de UNetFFT para realizar segmentaciones y estimaciones de área precisas.
Disciplina académico-profesional: Ingeniería Electrónica
Institución que otorga el grado o título: Universidad Nacional de San Antonio Abad del Cusco. Facultad de Ingeniería Eléctrica, Electrónica, Informática y Mecánica
Grado o título: Ingeniero Electrónico
Jurado: Enciso Rodas, Lauro; Vargas Mateos, Willy; Quispe Mescco, Alex Jhon; Utrilla Mego, Limberg Walter; Velasquez Curo, Milton Jhon
Fecha de registro: 20-ene-2025