RIVER SEDIMENT YIELD CLASSIFICATION USING REMOTE SENSING IMAGERY

Autor(es)

Pisani, R. ; Costa, K. ; Rosa, G. ; Pereira, D. ; Papa, J. ; Tavares, J. M. R. S. ; IEEE

• Tipo de documento: Artigo Científico
• Fonte: 2016 9TH IAPR WORKSHOP ON PATTERN RECOGNITION IN REMOTE SENSING (PRRS); v. N/A, p. 6-pg., 2016-01-01.

Resumo

The monitoring of water quality is essencial to the mankind, since we strongly depend on such resource for living and working. The presence of sediments in rivers usually indicates changes in the land use, which can affect the quality of water and the lifetime of hydroelectric power plants. In countries like Brazil, where more than 70% of the energy comes from the water, it is crucial to keep monitoring the sediment yield in rivers and lakes. In this work, we evaluate some state-of- the-art supervised pattern recognition techniques to classify different levels of sediments in Brazilian rivers using satellite images, as well as we make available an annotated dataset composed of two images to foster the related research. (AU)

• Processo FAPESP: 14/16250-9 - Sobre a otimização de parâmetros em técnicas de aprendizado de máquina: avanços e paradigmas
• Beneficiário: João Paulo Papa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 15/00801-9 - Sobre a detecção de anomalias em redes de computadores utilizando floresta de caminhos ótimos: avanços e aplicações em redes de computadores
• Beneficiário: Kelton Augusto Pontara da Costa
• Modalidade de apoio: Auxílio à Pesquisa - Regular
• Processo FAPESP: 15/25739-4 - Estudo de Semântica em Modelos de Aprendizado em Profundidade
• Beneficiário: Gustavo Henrique de Rosa
• Modalidade de apoio: Bolsas no Brasil - Mestrado