Please use this identifier to cite or link to this item: https://ric.cps.sp.gov.br/handle/123456789/6474
Title: Deep learning para identificação e classificação em imagens de manguezais
Authors: MEDEIROS, Iago Nogueira
TSEN, Jonathan Martinez
Advisor: FAVAN, João Ricardo
type of document: Artigo científico
Keywords: Deep learning;Inteligência artificial;Satélites artificiais
Issue Date: 17-Nov-2021
Publisher: 259
Citation: MEDEIROS, Iago Nogueira; TSEN, Jonathan Martinez. Deep learning para identificação e classificação em imagens de manguezais, 2021. Trabalho de conclusão de curso (Curso Superior de Tecnologia em Bigdata no Agronegócio) - Faculdade de Tecnologia FATEC Shunji Nishimura (Pompéia), Pompéia, 2021
Abstract: As imagens de satélite podem fornecer muitas informações das superfícies terrestres em grande escala em um curto espaço de tempo. Com a evolução e o desenvolvimento de sensores que fornecem imagens de satélite, a resolução das imagens é aprimorada. Com isso, os manguezais estão entre os ecossistemas mais produtivos existentes, com muitos benefícios ecológicos. Portanto, o mapeamento preciso do desmatamento de ecossistemas de mangue é crucial para a proteção, conservação e planejamento de reflorestamento desses valiosos recursos naturais. O objetivo deste estudo foi identificar e classificar classes de manguezais em diferentes locais com a utilização do Deep Learning. Para tanto, foram coletadas 420 imagens divididas em três classes através do Google Maps de 5 países: Brasil, Índia, Austrália, África e os Estados Unidos. A abordagem proposta depende de um fluxo de trabalho direto, mas eficaz, para o mapeamento de ecossistemas de manguezais, com uma alta taxa de automação que pode ser facilmente implementada para o mapeamento frequente e preciso em outras partes do mundo. O modelo proposto apresentou o melhor desempenho de 92,50% de acuracidade no conjunto de dados selecionados. Nesse sentido, conclui-se que a abordagem proposta de identificar e classificar imagens de manguezais com a utilização de uma Deep Learning se mostrou eficiente para tal finalidade, podendo ser extensível para a classificação de outras sequências de imagens.
URI: http://ric.cps.sp.gov.br/handle/123456789/6474
Appears in Collections:Trabalhos de Conclusão de Curso

Files in This Item:
File Description SizeFormat 
bigdata_2021_2_iagonogueira_deeplearningparaidentificacaoeclassificacao.pdf272.34 kBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.