Detecção de elementos antrópicos em imagens aéreas da floresta amazônica

Detalhes bibliográficos
Ano de defesa: 2016
Autor(a) principal: Cavalcanti, Luiz Carlos Amaral Mendonça
Outros Autores: http://lattes.cnpq.br/7688553202515007
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Amazonas
Instituto de Computação
Brasil
UFAM
Programa de Pós-graduação em Informática
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://tede.ufam.edu.br/handle/tede/5301
Resumo: Durante o patrulhamento de crimes ambientais, o tempo de resposta é um componente muito importante no sucesso das missões. Geralmente as infrações ocorrem em lugares ermos e de difícil acesso, características que dificultam tanto o patrulhamento quanto a ação de agentes de preservação ambiental. Para aumentar a taxa de sucesso das abordagens e reduzir o risco de vidas humanas, veículos aéreos não-tripulados (VANTs) podem ser usados para cobrir grandes áreas de floresta em pouco tempo, sem que sejam percebidos por infratores, permitindo que os órgãos de patrulhamento dessas áreas possam planejar e agir com mais eficiência na repressão a esses crimes. O novo problema gerado por essa abordagem é a enorme quantidade de dados gerada durante essas missões, que muitas vezes compreendem horas de vídeo. A inspeção manual de todo esse material em busca de elementos antrópicos é muito cansativa e propensa a erros. Este trabalho apresenta uma avaliação de técnicas de segmentação de imagens, inspeção de características a serem extraídas, seguido da classificação supervisionada destes segmentos para detecção de elementos antrópicos em imagens aéreas da floresta amazônica. Além da publicação de uma base de dados com cerca de 3.000 imagens e 10.000 segmentos devidamente rotulados e investiga diferentes estratégias para classificação de elementos antrópicos. Os experimentos realizados obtiveram taxas de erro de consistência inferiores a 8% na segmentação das imagens utilizando o algoritmo SRM e precisão acima de 94% na classificação dos objetos de interesse através de conjuntos de classificadores unários, utilizando os algoritmos One-Class SVM e REPTree.