Busca avançada
Ano de início
Entree

Desenvolvimento de algoritmos para criação de mapas temáticos usando dados de múltiplos sensores

Processo: 18/09536-4
Linha de fomento:Bolsas no Brasil - Programa Capacitação - Treinamento Técnico
Vigência (Início): 01 de junho de 2018
Vigência (Término): 30 de novembro de 2018
Área do conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Convênio/Acordo: Microsoft Research
Pesquisador responsável:Rubens Augusto Camargo Lamparelli
Beneficiário:Greice Cristina Mariano
Instituição-sede: Núcleo Interdisciplinar de Planejamento Energético (NIPE). Universidade Estadual de Campinas (UNICAMP). Campinas, SP, Brasil
Vinculado ao auxílio:14/50715-9 - Characterizing and predicting biomass production in sugarcane and eucalyptus plantations in Brazil, AP.PITE
Assunto(s):Sensoriamento remoto   Reconhecimento de imagem   Coleta de dados   Aprendizado computacional   Algoritmos para imagens   Mapas   Mapas temáticos

Resumo

Com os avanços na tecnologia de sensores no Sensoriamento Remoto, novos desafios e oportunidades têm proporcionado um aumento significativo em pesquisas na área de reconhecimento de padrões. O aumento da disponibilização destas imagens, as quais possuem melhores resoluções espaciais/espectrais e temporais, têm demonstrado que mais detalhes podem ser encontrados com possibilidade de aplicações em várias áreas como urbanismo, agricultura e ecologia. Em geral, devido a fatores técnicos, os sensores são desenhados para um determinado objetivo específico, caracterizando-o em uma determinada resolução (especial, espectral ou temporal). Então, uma imagem de um sensor que coleta dados em uma alta resolução espacial, normalmente não oferece muitas bandas espectrais e oferecerá imagens poucas vezes por mês (baixa resolução temporal). Então, o maior desafio é encontrar uma técnica apropriada para reconhecimentos de objetos/alvos na superfície terrestre usando dados de vários sensores diferentes. Neste trabalho, o foco será no estudo e no desenvolvimento de algoritmos de "Aprendizado de Máquina" (Machine Learning) capaz de aprender e combinar padrões baseado em dados de imagens de diferentes sensores. O objetivo é ter um protocolo capaz de criar mapas temáticos utilizando dados de sensores com diferentes resoluções espaciais, espectrais e temporais. (AU)