O objetivo deste trabalho é explorar técnicas de Deep Learning, como aprendizado autossupervisionado, para gerar representações latentes bem informativas de imagens obtidas a partir de Sensoriamento Remoto. Essas representações devem condensar a informação contida na imagem de forma a tornar tarefas como classificação e regressão mais simples e mais precisas em situações com poucas anotações.

Este trabalho também apresenta um banco de dados de imagens aéreas e de satélite que abrange toda a área dos municípios de Belo Horizonte e São Paulo. Essas imagens foram obtidas a partir de fontes públicas e tratadas para conterem cerca de 8 mil setores de Belo Horizonte e cerca de 40 mil setores de São Paulo em cada modalidade.

No final, será utilizado os dados do Censo Demográfico do IBGE para saber se, a partir da representação aprendida pelo modelo, é possível ter uma estimativa de indicadores socioeconômicos como a densidade populacional e da renda média em cada setor dessas cidades.