Detecção e delineamento de prédios rurais utilizando imagens de sensoriamento remoto

• Processo: 17/10086-0
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de setembro de 2017
• Data de Término da vigência: 29 de agosto de 2018
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação
• Pesquisador responsável: Alexandre Xavier Falcão
• Beneficiário: John Edgar Vargas Muñoz
• Supervisor: Devis Tuia
• Instituição Sede: Instituto de Computação (IC). Universidade Estadual de Campinas (UNICAMP). Campinas , SP, Brasil
• Instituição Anfitriã: Wageningen University, Holanda
• Vinculado à bolsa: 16/14760-5 - Anotação Interativa de Imagens de Sensoriamento Remoto, BP.DR
• Assunto(s): Processamento de imagens Sensoriamento remoto Assentamentos humanos Assentamento rural População rural
• Palavra(s)-Chave do Pesquisador: Classification | remote sensing image | rural building | segmentation | Aprendizado de Máquina e Processamento de Images

Resumo

A maior parte dos assentamentos humanos têm sido mapeados por algum serviço de mapeamento como google, bing ou open street maps. No entanto, muitas áreas rurais, especialmente nos países em desenvolvimento, não são mapeadas em nenhum dos serviços de mapeamento existentes. O mapeamento de prédios rurais é importante para estudos demográficos e para planejar ações em resposta a crises que afetam essas áreas. Neste projeto, nós propomos estudar e desenvolver métodos de processamento de imagens e aprendizado de máquina para resolver as tarefas de detecção e delineamento de prédios rurais usando imagens aéreas. Diferente do problema de anotação de construções urbanas, prédios rurais estão esparsamente localizados ao longo de grandes áreas geográficas e existem poucos dados rotulados para criar modelos preditivos acurados. Nós propomos o desenvolvimento de métodos interativos para a detecção e delineamento de prédios rurais, os quais podem melhorar seu desempenho à medida que o número de dados supervisionados aumenta. (AU)

Publicações científicas

(4)

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

SRIVASTAVA, SHIVANGI; VARGAS-MUNOZ, JOHN E.; SWINKELS, DAVID; TUIA, DEVIS; HU, Y; GAO, S; NEWSAM, S; LUNGA, D. Multi-label Building Functions Classification from Ground Pictures using Convolutional Neural Networks. PROCEEDINGS OF THE 2ND ACM SIGSPATIAL INTERNATIONAL WORKSHOP ON AI FOR GEOGRAPHIC KNOWLEDGE DISCOVERY (GEOAI 2018), v. N/A, p. 4-pg., 2018-01-01. (17/10086-0)

VARGAS-MUNOZ, JOHN E.; MARCOS, DIEGO; LOBRY, SYLVAIN; DOS SANTOS, JEFERSSON A.; FALCAO, ALEXANDRE X.; TUIA, DEVIS; IEEE. CORRECTING MISALIGNED RURAL BUILDING ANNOTATIONS IN OPEN STREET MAP USING CONVOLUTIONAL NEURAL NETWORKS EVIDENCE. IGARSS 2018 - 2018 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM, v. N/A, p. 4-pg., 2018-01-01. (16/14760-5, 14/12236-1, 17/10086-0)

SRIVASTAVA, SHIVANGI; VARGAS-MUNOZ, JOHN E.; TUIA, DEVIS. Understanding urban landuse from the above and ground perspectives: A deep learning, multimodal solution. REMOTE SENSING OF ENVIRONMENT, v. 228, p. 129-143, JUL 2019. (16/14760-5, 17/10086-0)

VARGAS-MUNOZ, JOHN E.; LOBRY, SYLVAIN; FALCAO, ALEXANDRE X.; TUIA, DEVIS. Correcting rural building annotations in OpenStreetMap using convolutional neural networks. ISPRS JOURNAL OF PHOTOGRAMMETRY AND REMOTE SENSING, v. 147, p. 283-293, JAN 2019. (14/12236-1, 16/14760-5, 17/10086-0)