| Texto completo | |
| Autor(es): |
Nogueira, Keiller
[1]
;
Fadel, Samuel G.
[2]
;
Dourado, Icaro C.
[2]
;
Werneck, Rafael de O.
[2]
;
Munoz, V, Javier A.
;
Penatti, Otavio A. B.
[3]
;
Calumby, Rodrigo T.
[4]
;
Li, Lin Tzy
[5, 3]
;
dos Santos, Jefersson A.
[1]
;
Torres, Ricardo da S.
[5]
Número total de Autores: 10
|
| Afiliação do(s) autor(es): | [1] Univ Fed Minas Gerais, Dept Comp Sci, BR-31270901 Belo Horizonte, MG - Brazil
[2] Univ Estadual Campinas, Inst Comp, BR-13083970 Campinas, SP - Brazil
[3] Samsung Res & Dev Inst Brazil, BR-13097160 Campinas, SP - Brazil
[4] State Univ Feira de Santana, Dept Exact Sci, BR-44036900 Feira De Santana - Brazil
[5] Munoz, Javier A., V, Univ Estadual Campinas, Inst Comp, BR-13083970 Campinas, SP - Brazil
Número total de Afiliações: 5
|
| Tipo de documento: | Artigo Científico |
| Fonte: | IEEE Geoscience and Remote Sensing Letters; v. 15, n. 9, p. 1446-1450, SEP 2018. |
| Citações Web of Science: | 8 |
| Resumo | |
Flooding is the world's most costly type of natural disaster in terms of both economic losses and human causalities. A first and essential procedure toward flood monitoring is based on identifying the area most vulnerable to flooding, which gives authorities relevant regions to focus. In this letter, we propose several methods to perform flooding identification in high-resolution remote sensing images using deep learning. Specifically, some proposed techniques are based upon unique networks, such as dilated and deconvolutional ones, whereas others were conceived to exploit diversity of distinct networks in order to extract the maximum performance of each classifier. The evaluation of the proposed methods was conducted in a high-resolution remote sensing data set. Results show that the proposed algorithms outperformed the state-of-the-art baselines, providing improvements ranging from 1% to 4% in terms of the Jaccard Index. (AU) | |
| Processo FAPESP: | 14/50715-9 - Characterizing and predicting biomass production in sugarcane and eucalyptus plantations in Brazil |
| Beneficiário: | Rubens Augusto Camargo Lamparelli |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |
| Processo FAPESP: | 16/18429-1 - Uma abordagem baseada em sacola de grafos para representações envolvendo múltiplas modalidades |
| Beneficiário: | Rafael de Oliveira Werneck |
| Modalidade de apoio: | Bolsas no Brasil - Doutorado |
| Processo FAPESP: | 13/50155-0 - Combining new technologies to monitor phenology from leaves to ecosystems |
| Beneficiário: | Leonor Patricia Cerdeira Morellato |
| Modalidade de apoio: | Auxílio à Pesquisa - Programa de Pesquisa sobre Mudanças Climáticas Globais - PITE |
| Processo FAPESP: | 15/24494-8 - Comunicação e processamento de big data em nuvens e névoas computacionais |
| Beneficiário: | Nelson Luis Saldanha da Fonseca |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 14/12236-1 - AnImaLS: Anotação de Imagem em Larga Escala: o que máquinas e especialistas podem aprender interagindo? |
| Beneficiário: | Alexandre Xavier Falcão |
| Modalidade de apoio: | Auxílio à Pesquisa - Temático |
| Processo FAPESP: | 13/50169-1 - Towards an understanding of tipping points within tropical South American biomes |
| Beneficiário: | Ricardo da Silva Torres |
| Modalidade de apoio: | Auxílio à Pesquisa - Parceria para Inovação Tecnológica - PITE |