| Texto completo | |
| Autor(es): |
Ananias, Pedro Henrique M.
;
Negri, Rogerio G.
;
Bressane, Adriano
;
Colnago, Marilaine
;
Casaca, Wallace
Número total de Autores: 5
|
| Tipo de documento: | Artigo Científico |
| Fonte: | SOFTWARE IMPACTS; v. 15, p. 3-pg., 2023-02-17. |
| Resumo | |
This paper presents a new approach for detecting algal insurgence in water environments by using remote sensing image series. The designed methodology provides a robust and accurate algorithm as an alternative to typical algal bloom detection methods. In more technical terms, by only assuming as input an image time series, a fully automatic data-driven scheme involving pre-processing and feature extraction procedures is derived, which models a machine intelligent-based classifier capable of detecting algal blooms. Lastly, algal insurgence maps are then produced by passing to the classifier an image taken at an instant of interest. (AU) | |
| Processo FAPESP: | 21/03328-3 - Desenvolvimento de novas metodologias e soluções tecnológicas inteligentes em segmentação de imagens digitais e enfrentamento da COVID-19 |
| Beneficiário: | Wallace Correa de Oliveira Casaca |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |
| Processo FAPESP: | 21/01305-6 - Avanços teóricos em detecção de anomalias e construção de sistemas de monitoramento ambiental |
| Beneficiário: | Rogério Galante Negri |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |