Classificação automática de imagens de satélite para acompanhamento e controle do desmatamento na Amazônia (2023)
- Authors:
- USP affiliated author: QUIRINO, MATHEUS DE CASTRO - ICMC
- School: ICMC
- Subjects: APRENDIZADO COMPUTACIONAL; VISÃO COMPUTACIONAL; INTELIGÊNCIA ARTIFICIAL
- Keywords: Classificação multirrótulo; Classificação multi-classe; Aprendizado profundo
- Language: Português
- Abstract: Buscando contribuir para atividades de acompanhamento e controle do desmatamento da Amazônia, o trabalho construiu, aplicando distintas técnicas de deep learning, modelos de visão computacional voltados à classificação de rótulos de condições atmosféricas e de elementos de superfície presentes em imagens de satélite. Ao automatizar a classificação, esse modelo pode tanto ser utilizado para um acompanhamento em tempo real das áreas com ações antropogênicas, quanto como uma ferramenta de suporte para a atuação do fotointerprete. Para desenvolver os modelos, o trabalho utilizou um conjunto com cerca de 40 mil imagens disponibilizadas no Kaggle em 2017. Consultadas essas imagens, o estudo buscou entender as características dos rótulos a serem preditos, avaliando a distribuição das ocorrências dessas classes e analisando as correlações entre elas. Nessa etapa, verificou-se que as imagens abrangiam 17 rótulos, divididos em condições atmosféricas e elementos comuns e raros de superfície. Na modelagem, o estudo evoluiu gradualmente a complexi dade dos desenvolvimentos, explorando técnicas de transfer learning, aumentação de dados e variações nos parâmetros do modelo. Finalizados os desenvolvimentos, a melhor abor dagem foi composta combinando 2 modelos, sendo um associado à predição multi-classe das condições atmosféricas e o outro à predição multirrótulo dos elementos de superfície. Considerando o cenário combinado, a performance alcançada foi de 0,918 na métrica Fβ, selecionada para lidar com o desbalanceamento dos rótulos. Avaliando as classes individu almente, para as condições atmosféricas, o modelo conseguiu classificar imagens limpas ou parcialmente nubladas com performances de 0,970 e 0,925, mas apresentou dificuldade para classificar imagens nubladas (0,645). Para elementos de superfície, influenciado pelo desbalanceamento das classes no conjunto de treino, o modelo apresentou bons resultados pararótulos como vegetação primária (0,99), agricultura (0,894) e estrada (0,870), mas teve dificuldade ao classificar elementos pouco frequentes, como regiões de mineração (0,485), extração seletiva (0,396) e solo exposto (0,311). Por esses resultados, o trabalho concluiu que o objetivo proposto de construir uma modelagem capaz de classificar automaticamente imagens de satélite da Amazônia foi atendido, no entanto avaliou que existem margens de melhoria, sobretudo nas classes menos presentes nos dados selecionados.
- Imprenta:
- Place of publication: São Carlos
- Date published: 2023
-
ABNT
QUIRINO, Matheus de Castro. Classificação automática de imagens de satélite para acompanhamento e controle do desmatamento na Amazônia. 2023. Trabalho de Conclusão de Curso (MBA) – Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos, 2023. Disponível em: https://bdta.abcd.usp.br/directbitstream/f96ae7b8-c56e-47ae-bc44-704bd4ad4f7f/Matheus%20de%20Castro%20Quirino.pdf. Acesso em: 01 maio 2024. -
APA
Quirino, M. de C. (2023). Classificação automática de imagens de satélite para acompanhamento e controle do desmatamento na Amazônia (Trabalho de Conclusão de Curso (MBA). Instituto de Ciências Matemáticas e de Computação, Universidade de São Paulo, São Carlos. Recuperado de https://bdta.abcd.usp.br/directbitstream/f96ae7b8-c56e-47ae-bc44-704bd4ad4f7f/Matheus%20de%20Castro%20Quirino.pdf -
NLM
Quirino M de C. Classificação automática de imagens de satélite para acompanhamento e controle do desmatamento na Amazônia [Internet]. 2023 ;[citado 2024 maio 01 ] Available from: https://bdta.abcd.usp.br/directbitstream/f96ae7b8-c56e-47ae-bc44-704bd4ad4f7f/Matheus%20de%20Castro%20Quirino.pdf -
Vancouver
Quirino M de C. Classificação automática de imagens de satélite para acompanhamento e controle do desmatamento na Amazônia [Internet]. 2023 ;[citado 2024 maio 01 ] Available from: https://bdta.abcd.usp.br/directbitstream/f96ae7b8-c56e-47ae-bc44-704bd4ad4f7f/Matheus%20de%20Castro%20Quirino.pdf
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Matheus de Castro Quirino... | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
