Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Efficient and Effective Hierarchical Feature Propagation

Texto completo
Autor(es):
dos Santos, Jefersson A. [1] ; Penatti, Otavio A. B. [2] ; Gosselin, Philippe-Henri [3] ; Falcao, Alexandre X. [4] ; Philipp-Foliguet, Sylvie [3] ; Torres, Ricardo da S. [4]
Número total de Autores: 6
Afiliação do(s) autor(es):
[1] Univ Fed Minas Gerais, Dept Comp Sci, BR-31270010 Belo Horizonte, MG - Brazil
[2] SAMSUNG Res Inst Brazil, BR-13097160 Campinas, SP - Brazil
[3] Univ Cergy Pontoise, ENSEA, CNRS, ETIS, F-95000 Cergy Pontoise - France
[4] Univ Estadual Campinas, Inst Comp, BR-13083852 Campinas, SP - Brazil
Número total de Afiliações: 4
Tipo de documento: Artigo Científico
Fonte: IEEE JOURNAL OF SELECTED TOPICS IN APPLIED EARTH OBSERVATIONS AND REMOTE SENSING; v. 7, n. 12, SI, p. 4632-4643, DEC 2014.
Citações Web of Science: 9
Resumo

Many methods have been recently proposed to deal with the large amount of data provided by the new remote sensing technologies. Several of those methods rely on the use of segmented regions. However, a common issue in region-based applications is the definition of the appropriate representation scale of the data, a problem usually addressed by exploiting multiple scales of segmentation. The use of multiple scales, however, raises new challenges related to the definition of effective and efficient mechanisms for extracting features. In this paper, we address the problem of extracting features from a hierarchy by proposing two approaches that exploit the existing relationships among regions at different scales. The H-Propagation propagates any histogram-based low-level descriptors. The bag-of-visual-word (BoW)-Propagation approach uses the BoWs model to propagate features along multiple scales. The proposed methods are very efficient, as features need to be extracted only at the base of the hierarchy and yield comparable results to low-level extraction approaches. (AU)

Processo FAPESP: 08/58528-2 - Classificação semi-automática de regiões em imagens de sensoriamento remoto utilizando Realimentação de Relevância
Beneficiário:Jefersson Alex dos Santos
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 13/50155-0 - Combining new technologies to monitor phenology from leaves to ecosystems
Beneficiário:Leonor Patricia Cerdeira Morellato
Linha de fomento: Auxílio à Pesquisa - Programa de Pesquisa sobre Mudanças Climáticas Globais - PITE
Processo FAPESP: 12/18768-0 - Classificação multi-escala utilizando Floresta de Caminhos Ótimos
Beneficiário:Jefersson Alex dos Santos
Linha de fomento: Bolsas no Brasil - Pós-Doutorado
Processo FAPESP: 09/10554-8 - Explorando Dicionários Visuais em buscas de imagens na web
Beneficiário:Otávio Augusto Bizetto Penatti
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 13/50169-1 - Towards an understanding of tipping points within tropical South American biomes
Beneficiário:Ricardo da Silva Torres
Linha de fomento: Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE