CLASSIFICADOR ADAPTATIVO PARA O RECONHECIMENTO DE ALVOS EM IMAGENS CCD/CBERS

Conteúdo do artigo principal

Viviane Todt
Yosio Edemir Shimabukuro
Cléber Rubert
José Demísio Simões da Silva
Antonio Roberto Formaggio

Resumo

Este trabalho apresenta um classificador neural integrado que visa aumentar a acurácia no reconhecimento de diferentes feições em imagens do sensor CCD/CBERS. Entre essas feições encontram-se capões nativos e áreas de reflorestamento de Araucaria angustifolia localizados dentro e aos arredores da Floresta Nacional de São Francisco de Paula. Essa FLONA é considerada a unidade de conservação mais antiga do estado do Rio Grande do Sul, Brasil. O classificador neural proposto é dito integrado pelo fato de ser constituído por três modelos de redes neurais agrupados através de duas abordagens distintas de integração: abordagem 2/3 e abordagem pelo critério da credibilidade. Os classificadores neurais utilizados foram: Perceptron de Múltiplas Camadas com Retropropagação de Erros, Quantização Vetorial por Aprendizagem e Rede de Função de Base Radial. Os experimentos desenvolvidos mostram que o modelo neural integrado, pelo critério de credibilidade, contribui para aumentar a acurácia na identificação de feições, mostrando-se promissor para outras aplicações, tais como o monitoramento em tempo real de alvos da superfície terrestre.

Downloads

Não há dados estatísticos.

Métricas

Carregando Métricas ...

Detalhes do artigo

Como Citar
TODT, V.; SHIMABUKURO, Y. E.; RUBERT, C.; DA SILVA, J. D. S.; FORMAGGIO, A. R. CLASSIFICADOR ADAPTATIVO PARA O RECONHECIMENTO DE ALVOS EM IMAGENS CCD/CBERS. Revista Brasileira de Cartografia, [S. l.], v. 58, n. 3, 2009. DOI: 10.14393/rbcv58n3-44914. Disponível em: https://seer.ufu.br/index.php/revistabrasileiracartografia/article/view/44914. Acesso em: 3 dez. 2022.
Seção
Artigos

Artigos mais lidos pelo mesmo(s) autor(es)

1 2 3 > >>