Evaluación del nivel de precisión del emparejamiento de imágenes aéreas multiespectrales a través del modelo de red neuronal "siamesas"

• Autores: Pacheco Ramos, Eder David, Dios Castillo, Christian Abraham, Chavarry Chankay, Mariana
• Formato: objeto de conferencia
• Fecha de Publicación: 2024
• Institución: Universidad Tecnológica del Perú
• Repositorio: UTP-Institucional
• Lenguaje: español
• OAI Identifier: oai:repositorio.utp.edu.pe:20.500.12867/14301
• Enlace del recurso: https://hdl.handle.net/20.500.12867/14301; https://doi.org/10.18687/LACCEI2024.1.1.1808
• Nivel de acceso: acceso abierto
• Materia: Coincidencia de imágenes; Imágenes aéreas multiespectrales; Red neuronal siamesa; https://purl.org/pe-repo/ocde/ford#2.02.04

Este estudio evalúa la precisión de la red neuronal "siamesa" para hacer coincidir imágenes aéreas multiespectrales. Se procesó previamente un conjunto de datos de imágenes y se entrenó la red neuronal. Se analizaron las métricas de precisión, recuperación y puntaje F1, encontrando que la precisión promedio fue del 56,35%, con valores que variaron entre el 25,00% y el 91,18%. El recuerdo fue más estable con una media del 52,44%, mientras que la precisión tuvo una media del 56,57%. Se concluye que la red neuronal "siamesa" es eficaz para comparar imágenes aéreas multiespectrales, aunque la precisión depende de la configuración del entrenamiento y de las características del conjunto de datos.