Fine-tuning contextual-based optimum path forest for land cover classification

• Processo: 16/05093-5
• Modalidade de apoio: Auxílio à Pesquisa - Publicações científicas - Artigo
• Data de Início da vigência: 01 de maio de 2016
• Data de Término da vigência: 31 de outubro de 2016
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: João Paulo Papa
• Beneficiário: João Paulo Papa
• Instituição Sede: Faculdade de Ciências (FC). Universidade Estadual Paulista (UNESP). Campus de Bauru. Bauru , SP, Brasil
• Assunto(s): Aprendizado computacional Reconhecimento de padrões Processamento de imagens Sensoriamento remoto Publicações de divulgação científica Artigo científico
• Palavra(s)-Chave do Pesquisador: Aprendizado de Máquina | Processamento de imagens | Sensoriamento Remoto | Reconhecimento de padrões

Resumo

Aprendizado contextual objetiva considerar pixels vizinhos com o intuito de melhorar técnicas de classificação orientadas à pixels. Neste trabalho, apresentamos um arcabouço meta-heurístico para a otimização de modelos Markovianos não discretos considerando o classificador por Floresta de Caminhos Ótimos, bem como propusemos uma abordagem de pós-processamento que evita super-correção em regiões de altas frequências. A abordagem proposta obteve melhores resultados do que outros recentemente apresentados com a técnica Floresta de Caminhos Ótimos em imagens de satélite. (AU)