DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES
Neste trabalho é proposto o aperfeiçoamento de classifi cações por meio de uma nova técnica de integração de dados multifonte ou multisensor cuja combinação ocorre em nível diferente daqueles adotados em técnicas de integração tradicionais. Neste caso, a composição dos dados é aplicada às informaçõe...
| Main Authors: | , , |
|---|---|
| Format: | Article |
| Language: | English |
| Published: |
Universidade Federal de Uberlândia
2019-06-01
|
| Series: | Revista Brasileira de Cartografia |
| Subjects: | |
| Online Access: | http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/49199 |
| _version_ | 1818058974525652992 |
|---|---|
| author | Bruna Cristina Braga Sidnei João Siqueira Sant'Anna Corina da Costa Freitas |
| author_facet | Bruna Cristina Braga Sidnei João Siqueira Sant'Anna Corina da Costa Freitas |
| author_sort | Bruna Cristina Braga |
| collection | DOAJ |
| description | Neste trabalho é proposto o aperfeiçoamento de classifi cações por meio de uma nova técnica de integração de dados
multifonte ou multisensor cuja combinação ocorre em nível diferente daqueles adotados em técnicas de integração
tradicionais. Neste caso, a composição dos dados é aplicada às informações obtidas no processo de classifi cação
individual de w imagens provenientes de w fontes distintas. O conteúdo dessas informações refere-se às distâncias e
estatísticas de teste contidas nos mapas de incertezas (referentes à confi abilidade da classifi cação) de cada uma das classifi cações. Os dados selecionados para este trabalho contemplam uma imagem óptica e uma imagem de micro-ondas.
Tais imagens foram classifi cadas a partir do classifi cador por regiões PolClass que além da classifi cação gera um
mapa de incertezas. Por meio dos dados gerados nas classifi cações individuais das imagens foram construídos cinco
Cenários de Classifi cação visando índices de acurácia superiores aqueles obtidos pelas classifi cações individuais. Dois
destes Cenários de classifi cação apresentaram baixas incertezas nas classifi cações. Para um deles, o coefi ciente kappa
e acurácia global igualaram-se estatisticamente ao maior kappa e maior acurácia adquiridos individualmente. O outro
Cenário, cuja origem foi baseada na lógica Fuzzy, obteve o melhor resultado entre os Cenários criados. A utilização
de informações provenientes de fontes distintas mostrou-se um fator positivo na classifi cação por agregar diferentes
informações ao resultado fi nal. A lógica Fuzzy revelou-se um fator positivo por permitir uma classifi cação em classes
mistas com baixas incertezas. |
| first_indexed | 2024-12-10T13:09:09Z |
| format | Article |
| id | doaj.art-683f2418ae5b47678ecbea1d9f54f45a |
| institution | Directory Open Access Journal |
| issn | 0560-4613 1808-0936 |
| language | English |
| last_indexed | 2024-12-10T13:09:09Z |
| publishDate | 2019-06-01 |
| publisher | Universidade Federal de Uberlândia |
| record_format | Article |
| series | Revista Brasileira de Cartografia |
| spelling | doaj.art-683f2418ae5b47678ecbea1d9f54f45a2022-12-22T01:47:45ZengUniversidade Federal de UberlândiaRevista Brasileira de Cartografia0560-46131808-09362019-06-01677DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORESBruna Cristina BragaSidnei João Siqueira Sant'AnnaCorina da Costa FreitasNeste trabalho é proposto o aperfeiçoamento de classifi cações por meio de uma nova técnica de integração de dados multifonte ou multisensor cuja combinação ocorre em nível diferente daqueles adotados em técnicas de integração tradicionais. Neste caso, a composição dos dados é aplicada às informações obtidas no processo de classifi cação individual de w imagens provenientes de w fontes distintas. O conteúdo dessas informações refere-se às distâncias e estatísticas de teste contidas nos mapas de incertezas (referentes à confi abilidade da classifi cação) de cada uma das classifi cações. Os dados selecionados para este trabalho contemplam uma imagem óptica e uma imagem de micro-ondas. Tais imagens foram classifi cadas a partir do classifi cador por regiões PolClass que além da classifi cação gera um mapa de incertezas. Por meio dos dados gerados nas classifi cações individuais das imagens foram construídos cinco Cenários de Classifi cação visando índices de acurácia superiores aqueles obtidos pelas classifi cações individuais. Dois destes Cenários de classifi cação apresentaram baixas incertezas nas classifi cações. Para um deles, o coefi ciente kappa e acurácia global igualaram-se estatisticamente ao maior kappa e maior acurácia adquiridos individualmente. O outro Cenário, cuja origem foi baseada na lógica Fuzzy, obteve o melhor resultado entre os Cenários criados. A utilização de informações provenientes de fontes distintas mostrou-se um fator positivo na classifi cação por agregar diferentes informações ao resultado fi nal. A lógica Fuzzy revelou-se um fator positivo por permitir uma classifi cação em classes mistas com baixas incertezas.http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/49199classificação de imagensdistâncias estocásticasdados multifontesdados multisensormapa de incertezas |
| spellingShingle | Bruna Cristina Braga Sidnei João Siqueira Sant'Anna Corina da Costa Freitas DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES Revista Brasileira de Cartografia classificação de imagens distâncias estocásticas dados multifontes dados multisensor mapa de incertezas |
| title | DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES |
| title_full | DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES |
| title_fullStr | DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES |
| title_full_unstemmed | DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES |
| title_short | DISTÂNCIAS ESTOCÁSTICAS E MAPAS DE INCERTEZAS APLICADOS À CLASSIFICAÇÃO DE DADOS DE MÚLTIPLOS SENSORES |
| title_sort | distancias estocasticas e mapas de incertezas aplicados a classificacao de dados de multiplos sensores |
| topic | classificação de imagens distâncias estocásticas dados multifontes dados multisensor mapa de incertezas |
| url | http://www.seer.ufu.br/index.php/revistabrasileiracartografia/article/view/49199 |
| work_keys_str_mv | AT brunacristinabraga distanciasestocasticasemapasdeincertezasaplicadosaclassificacaodedadosdemultiplossensores AT sidneijoaosiqueirasantanna distanciasestocasticasemapasdeincertezasaplicadosaclassificacaodedadosdemultiplossensores AT corinadacostafreitas distanciasestocasticasemapasdeincertezasaplicadosaclassificacaodedadosdemultiplossensores |