Fechar
Metadados

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21d.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34T/453QT6P
Repositóriosid.inpe.br/mtc-m21d/2021/07.12.16.02   (acesso restrito)
Última Atualização2021:11.05.13.33.18 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21d/2021/07.12.16.02.06
Última Atualização dos Metadados2024:01.23.16.14.29 (UTC) simone
Chave SecundáriaINPE--PRE/
Chave de CitaçãoOrtegaAdarmeFeiCasHapAlm:2021:CoOpSA
TítuloComparison of optical and SAR data for deforestation mapping in the Amazon rainforest with fully convulutional networks
Ano2021
Data de Acesso30 jun. 2024
Tipo SecundárioPRE CI
Número de Arquivos1
Tamanho2450 KiB
2. Contextualização
Autor1 Ortega Adarme, Mabel
2 Feitosa, Raul Queiroz
3 Castro, Jose Bermudez
4 Happ, Patrick Nigri
5 Almeida, Cláudio Aparecido de
Grupo1
2
3
4
5 DIPE1-COGPI-INPE-MCTI-GOV-BR
Afiliação1 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
2 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
3 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
4 Pontifícia Universidade Católica do Rio de Janeiro (PUC-Rio)
5 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1
2
3
4
5 almeidaclaudio68@gmail.com
Nome do EventoInternational Geoscience and Remote Sensing Symposium (IGARSS)
Localização do EventoOnline
Data12-16 July
Editora (Publisher)IEEE
Cidade da EditoraBreussels
Título do LivroProceedings
Histórico (UTC)2021-12-16 17:43:29 :: simone -> administrator :: 2021
2022-04-04 04:50:31 :: administrator -> simone :: 2021
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
Tipo de Versãopublisher
Palavras-ChaveDeforestation
deep leaning
fully convolutional networks
synthetic aperture rada
ResumoEarly detection of deforestation processes is vital to maintain and regulate tropical rainforests, such as in the Amazon region. Most of them rely on optical imagery. Approaches based on Synthetic Aperture Radar (SAR) data are comparatively unexplored, in particular for deforestation detection in tropical rainforests. This work addresses this gap and evaluates Fully Convolutional Networks based on the U-Net, ResUnet and Siamese Network, for deforestation detection using images from three different sensors, Landsat-8, Sentinel-2, and Sentinel-1. Experiments conducted on a dataset of the Amazon rainforest indicated that Fully Convolutional Networks working on Sentinel-1 data can achieve sufficient accuracy for detecting deforestation in tropical rainforests when clouds prevent the use of optical data 1.
ÁreaSRE
Arranjourlib.net > BDMCI > Fonds > Produção a partir de 2021 > COGPI > Comparison of optical...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 12/07/2021 13:02 1.0 KiB 
4. Condições de acesso e uso
Idiomaen
Arquivo Alvoortega_2021.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Leituradeny from all and allow from 150.163
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Unidades Imediatamente Superiores8JMKD3MGPCW/46L2FGP
Lista de Itens Citandosid.inpe.br/bibdigital/2022/04.04.04.47 6
Acervo Hospedeirourlib.net/www/2021/06.04.03.40
6. Notas
NotasPrêmio CAPES Elsevier 2023 - ODS 15: Vida terrestre
Campos Vaziosarchivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn label lineage mark mirrorrepository nextedition numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar