| Texto completo | |
| Autor(es): |
Thomazella, R.
;
Castanho, J. E.
;
Dotto, F. R. L.
;
Rodrigues Junior, O. P.
;
Rosa, G. H.
;
Marana, A. N.
;
Papa, J. P.
;
IEEE
Número total de Autores: 8
|
| Tipo de documento: | Artigo Científico |
| Fonte: | IGARSS 2018 - 2018 IEEE INTERNATIONAL GEOSCIENCE AND REMOTE SENSING SYMPOSIUM; v. N/A, p. 4-pg., 2018-01-01. |
| Resumo | |
Recently, drone images have been used in a number of applications, mainly for pollution control and surveillance purposes. In this paper, we introduce the well-known Convolutional Neural Networks in the context of environmental monitoring using drone images, and we show their robustness in real-world images obtained from uncontrolled scenarios. We consider a transfer learning-based approach and compare two neural models, i.e., VGG16 and VGG19, to distinguish four classes: "water", "deforesting area", "forest", and "buildings". The results are analyzed by experts in the field and considered pretty much reasonable. (AU) | |
| Processo FAPESP: | 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria |
| Beneficiário: | Francisco Louzada Neto |
| Modalidade de apoio: | Auxílio à Pesquisa - Centros de Pesquisa, Inovação e Difusão - CEPIDs |
| 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 |
| 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: | 16/19403-6 - Modelos de aprendizado baseados em energia e suas aplicações |
| Beneficiário: | João Paulo Papa |
| Modalidade de apoio: | Auxílio à Pesquisa - Regular |