A Soft Computing Framework for Image Classification Based on Recurrence Plots

Autor(es)

Menini, Nathalia ^[1] ; Almeida, Alexandre E. ^[1] ; Lamparelli, Rubens ^[2] ; le Maire, Guerric ^[3] ; dos Santos, Jefersson A. ^[4] ; Pedrini, Helio ^[1] ; Hirota, Marina ^{[5, 6]} ; Torres, Ricardo da S. ^[1]

Afiliação do(s) autor(es)

^[1] Univ Estadual Campinas, Inst Comp, BR-13083872 Campinas, SP - Brazil

^[2] Univ Estadual Campinas, Nucleo Interdisciplinar Planejamento Energet, BR-13083896 Campinas, SP - Brazil

^[3] Univ Montpellier, CIRAD, UMR Eco & Sols, INRA, IRD, Montpellier SupAgro, F-75116 Montpellier - France

^[4] Univ Fed Minas Gerais, Dept Comp Sci, BR-31270901 Belo Horizonte, MG - Brazil

^[5] Univ Estadual Campinas, Inst Biol, BR-13083862 Campinas, SP - Brazil

^[6] Univ Fed Santa Catarina, Dept Phys, BR-88036000 Florianopolis, SC - Brazil

• Tipo de documento: Artigo Científico
• Fonte: IEEE Geoscience and Remote Sensing Letters; v. 16, n. 2, p. 320-324, FEB 2019.
• Citações Web of Science: 1

Resumo

Suitable time series representations play an important role in classification tasks. In this letter, we investigate the use of recurrence-plot-(RP)-based representations in the classification of eucalyptus regions in remote sensing images. The proposed framework is composed of three steps. First, time series associated with image pixels are represented by RP images; next, RP images are characterized by means of visual description approaches; finally, we use a soft computing framework based on genetic programing to discover an effective combination of time series dissimilarity functions to combine extracted features. Performed experiments in a eucalyptus classification problem demonstrated that the proposed framework is effective when compared to approaches based on the use of time series itself. (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: 16/26170-8 - Detecção de structural breaks em séries temporais e seu uso na definição de medidas de estabilidade
• Beneficiário: Nathália Menini Cardoso dos Santos
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 18/06918-3 - Quantificando a resiliência da Amazônia através da detecção de structural breaks associados a eventos extremos climáticos
• Beneficiário: Nathália Menini Cardoso dos Santos
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Mestrado
• 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: 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: 15/02105-0 - Identificando mudanças temporais na vegetação tropical sul-americana: uma abordagem via detecção de ponto de parada
• Beneficiário: Alexandre Esteves Almeida
• Modalidade de apoio: Bolsas no Brasil - Mestrado
• Processo FAPESP: 17/12646-3 - Déjà vu: coerência temporal, espacial e de caracterização de dados heterogêneos para análise e interpretação de integridade
• Beneficiário: Anderson de Rezende Rocha
• 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