Fechar
Metadados

@InProceedings{SallesShigCamp:2019:ExAtNu,
               author = "Salles, Roberto Neves and Shiguemori, Elcio Hideiti and Campos 
                         Velho, Haroldo Fraga de",
          affiliation = "{Instituto de Estudos Avan{\c{c}}ados (IEAv)} and {Instituto de 
                         Estudos Avan{\c{c}}ados (IEAv)} and {Instituto Nacional de 
                         Pesquisas Espaciais (INPE)}",
                title = "Extra{\c{c}}{\~a}o de atributos de uma nuvem de pontos LiDAR",
            booktitle = "Anais...",
                 year = "2019",
               editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco 
                         and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
                pages = "2608--2610",
         organization = "Simp{\'o}sio Brasileiro de Sensoriamento Remoto, 19. (SBSR)",
            publisher = "Instituto Nacional de Pesquisas Espaciais (INPE)",
              address = "S{\~a}o Jos{\'e} dos Campos",
             keywords = "LiDAR, nuvem de pontos, LiDAR, cloud point data.",
             abstract = "Este trabalho apresenta a explora{\c{c}}{\~a}o de dados LiDAR 
                         (Light Detection and Ranging) obtidos atrav{\'e}s da 
                         participa{\c{c}}{\~a}o no IEEE Data Fusion Contest 2018. O 
                         objetivo principal foi extrair atributos {\'u}teis para posterior 
                         uso em classificadores como redes neurais, {\'a}rvores de 
                         decis{\~a}o entre outros. Para tanto, foi feita uma 
                         explora{\c{c}}{\~a}o, sele{\c{c}}{\~a}o e 
                         transforma{\c{c}}{\~a}o dos dados da nuvem de pontos LiDAR em 
                         imagens matriciais 2D. Foram calculados os momentos 
                         estat{\'{\i}}sticos da posi{\c{c}}{\~a}o dos pontos, de suas 
                         intensidades e um atributo extra, a densidade de pontos por pixel, 
                         demonstrando qualitativamente resultados interessantes e um enorme 
                         potencial para novos algoritmos de classifica{\c{c}}{\~a}o. 
                         ABSTRACT: This paper presents the exploration of LiDAR (Light 
                         Detection and RAnging) data obtained when participating on IEEE 
                         Data Fusion Contest 2018. Our main objective was to extract useful 
                         attributes for later use on classifiers such as neural networks, 
                         decision trees and others. To achieve this we explored, selected 
                         and transformed the cloud point data into 2D matrices. We 
                         calculated the statistical moments of the position of the points, 
                         of their intensities and an extra attribute, density of points per 
                         pixel, demonstrating qualitatively interesting results and a great 
                         potential for new classification algorithms.",
  conference-location = "Santos",
      conference-year = "14-17 abril 2019",
                 isbn = "978-85-17-00097-3",
             language = "pt",
         organisation = "Instituto Nacional de Pesquisas Espaciais (INPE)",
                  ibi = "8JMKD3MGP6W34M/3U3RRSS",
                  url = "http://urlib.net/rep/8JMKD3MGP6W34M/3U3RRSS",
           targetfile = "97596.pdf",
                 type = "LIDAR: sensores e aplica{\c{c}}{\~o}es",
        urlaccessdate = "11 abr. 2021"
}


Fechar