Deep Model Reconstruction: aplicación de redes profundas generativas para el modelado aéreo dinámico de desastres naturales

Abstract

Este trabajo surge como una necesidad de control de la contaminación en el lago Yparacaí, situado en la capital de Paraguay, Asunción. En el se utilizan diferentes técnicas para simular consecuencias de dicha contaminación como son la distribución y localización de algas en la superficie del lago y el nivel de turbidez del agua. Estos datos permiten entrenar estructuras enmarcadas en la rama del Deep Model Reconstruction como los autoencoders convolucionales variaciones, utilizados para la reconstrucción de imagenes. El objetivo fundamental de proyecto es ser capaz de reconstruir un mapa de contaminación del lago partiendo la imagen parcial del mismo obtenida tras el sobrevuelo de un dron.

This work arises as a need to control pollution in Lake Yparacaí, located in the capital of Paraguay, Asunción. In it, different techniques are used to simulate consequences of said pollution, such as the distribution and location of algae on the surface of the lake and the pH concentration in the water. These data allow training structures framed in the Deep Model Reconstruction branch such as convolutional variation autoencoders, used for image reconstruction. The fundamental objective of the project is to be able to reconstruct a pollution map of the lake based on the partial image of it obtained after a drone flyover.