Busca avançada
Ano de início
Entree
(Referência obtida automaticamente do Web of Science, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores.)

Multiscale Classification of Remote Sensing Images

Texto completo
Autor(es):
dos Santos, Jefersson Alex [1, 2] ; Gosselin, Philippe-Henri [2] ; Philipp-Foliguet, Sylvie [2] ; Torres, Ricardo da S. [1] ; Falcao, Alexandre Xavier [1]
Número total de Autores: 5
Afiliação do(s) autor(es):
[1] Univ Estadual Campinas, Inst Comp, BR-13084971 Campinas, SP - Brazil
[2] Univ Cergy Pontoise, ETIS, CNRS, ENSEA, F-95000 Cergy Pontoise - France
Número total de Afiliações: 2
Tipo de documento: Artigo Científico
Fonte: IEEE TRANSACTIONS ON GEOSCIENCE AND REMOTE SENSING; v. 50, n. 10, 1, p. 3764-3775, OCT 2012.
Citações Web of Science: 46
Resumo

A huge effort has been applied in image classification to create high-quality thematic maps and to establish precise inventories about land cover use. The peculiarities of remote sensing images (RSIs) combined with the traditional image classification challenges made RSI classification a hard task. Our aim is to propose a kind of boost-classifier adapted to multiscale segmentation. We use the paradigm of boosting, whose principle is to combine weak classifiers to build an efficient global one. Each weak classifier is trained for one level of the segmentation and one region descriptor. We have proposed and tested weak classifiers based on linear support vector machines (SVM) and region distances provided by descriptors. The experiments were performed on a large image of coffee plantations. We have shown in this paper that our approach based on boosting can detect the scale and set of features best suited to a particular training set. We have also shown that hierarchical multiscale analysis is able to reduce training time and to produce a stronger classifier. We compare the proposed methods with a baseline based on SVM with radial basis function kernel. The results show that the proposed methods outperform the baseline. (AU)

Processo FAPESP: 08/58528-2 - Classificação semi-automática de regiões em imagens de sensoriamento remoto utilizando Realimentação de Relevância
Beneficiário:Jefersson Alex dos Santos
Linha de fomento: Bolsas no Brasil - Doutorado
Processo FAPESP: 08/57428-4 - Automatização do diagnóstico de parasitos intestinais do homem por análise de imagens
Beneficiário:Alexandre Xavier Falcão
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 09/18438-7 - Classificação e busca em grande escala para dados complexos
Beneficiário:Ricardo da Silva Torres
Linha de fomento: Auxílio à Pesquisa - Regular
Processo FAPESP: 07/52015-0 - Métodos de aproximação para computação visual
Beneficiário:Jorge Stolfi
Linha de fomento: Auxílio à Pesquisa - Temático