U-NET: SEGMENTAÇÃO DE IMAGENS NAS GEOCIÊNCIAS

  • Ronaldo Selk
  • Ítalo Gomes Gonçalves
Rótulo inteligência, artificial, segmentação, imagens, U-net

Resumo

A inteligência artificial se encontra cada vez mais presente na vida cotidiana. Produtos como tradutores de texto e áudio, sistemas de recomendação de conteúdo e produtos, veículos autônomos e sistemas para geração de arte já são uma realidade. No campo das geociências, a inteligência artificial também vem sendo adotada a um ritmo crescente. O processo de classificar, detectar, identificar e até mesmo localizar padrões parecidos em nível de pixel em imagens distintas é conhecida como segmentação de imagens. A aplicação computacional para reconhecer objetos semelhantes em diferentes imagens, através da segmentação semântica usando uma U-net (processamento de imagens de dados e aprendizagem de máquina), tem sido utilizada em vários segmentos, e agora está sendo empregada nas áreas das geociências. A automatização desses processos necessita primeiramente de interpretações visuais desses padrões de forma manufaturada para haja a aplicação do algoritmo de reconhecimento. O processo inicia-se com a aquisição de imagens em campo, e nessa etapa também é integrado o mapeamento geológico para reconhecimento da área e dos tipos litológicos existentes na região, havendo a necessidade da construção de croquis de campos no reconhecimento faciológico, estrutural, concomitantemente com outros dados que não seriam expressamente reconhecidos somente com a imagem, interligando dados laboratoriais como geoquímica, geofísica, amostra físicas coletas em campos e consequentemente a interpolação geoestatística com a U-net. Neste trabalho foram obtidas imagens com aeronave remotamente pilotada (RPA)/drone da Escarpa Costeira da Bacia Lusitânica, em Portugal, as quais foram posteriormente utilizadas em métodos explícitos de modelagem geológica 3D (obtenção manual de desenhos de seções bidimensionais), onde ocorreu a integração dos dados de forma manual. De forma geral, o contexto geológico da Bacia Lusitânica (BL) é baseado em sucessões sedimentares de rochas carbonáticas do Jurássico Médio (174 163 Ma). O afloramento em estudo é formado por essas rochas dispostas em camadas planares basculadas. Nesta etapa foram gerados arquivos contendo a classificação dos tipos litológicos de cada fotografia, onde foi correlacionado as litofácies de cada imagem com o perfil vertical de fácies e ortofotomosaicos. Através da rotulação pelo software de edição de imagens GIMP (Programação de manipulação de imagem do GNU 2.10.24), agrupando em camadas, nas quais foram identificadas e delimitadas manualmente duas principais fácies litológicas na BL: arenitos e folhelhos/siltitos. Direcionando a interpretação da máquina para os métodos implícitos (aplicação de U-net integrando informações para automação, com a possibilidade de utilização de dados litológicos, geoquímicos, geofísicos e/ou estruturais). As fotografias foram obtidas com certo nível de sobreposição e luminosidade para a construção de modelos geológicos 3D futuros, totalizando a rotulação de 127 fotografias da bacia. A aplicação desse tipo de algoritmo traz sempre algum grau de incerteza diante dos resultados, mas o conhecimento prévio da geologia local e a rotulação manual garante que eficiência da automação dos meios, e consequentemente garantido melhores resultados. Por fim, estes métodos representam uma ferramenta auxiliar na caracterização, compreensão e gerenciamento dos mais variados segmentos geológicos e fácies litológicas; com uma gama de aplicações, desde testemunhos de sondagens a formações subsuperficiais e superficiais.

Downloads

Não há dados estatísticos.
Publicado
2022-11-23
Como Citar
SELK, R.; GOMES GONÇALVES, ÍTALO. U-NET: SEGMENTAÇÃO DE IMAGENS NAS GEOCIÊNCIAS. Anais do Salão Internacional de Ensino, Pesquisa e Extensão, v. 2, n. 14, 23 nov. 2022.