Cuantificación de la intensidad de la turbulencia atmosférica con deep learning en el dominio espacio-temporal

Abstract

La cuantificación de la intensidad de la turbulencia atmosférica es una tarea complicada, en particular cuando se evalúan escenarios del mundo real. Proponemos un método de aprendizaje profundo (deep learning) para cuantificar la intensidad de la turbulencia atmosférica con base en el análisis del dominio espacio-temporal de videos que muestran diferentes niveles de turbulencia. Capturamos videos de una imagen estática que atraviesa regiones con intensidades de turbulencia de aire controladas, generadas empleando una cámara de bajo costo. Posteriormente, a partir de estos videos en el dominio espacio temporal se generaron nuevas imágenes de historias temporales, que son representaciones enriquecidas de la dinámica de la turbulencia. Estas representaciones luego se introducen en una red neuronal convolucional para su clasificación. Esta red aprende de manera efectiva a discriminar entre diferentes regímenes de turbulencia en función de las características espacio-temporales extraídas de los cortes de video.