@InProceedings{VieiraGuimShig:2019:DeAuOb,
author = "Vieira, Leonardo de Souza and Guimar{\~a}es, Lamartine Nogueira
Frutuoso and Shiguemori, Elcio Hideiti",
affiliation = "{Instituto Nacional de Pesquisas Espaciais (INPE)} and {Instituto
de Estudos Avan{\c{c}}ados (IEAv)} and {Instituto de Estudos
Avan{\c{c}}ados (IEAv)}",
title = "Detec{\c{c}}{\~a}o autom{\'a}tica de objetos geoespaciais por
agrupamento de pontos caracter{\'{\i}}sticos em imagens obtidas
por drones",
booktitle = "Anais...",
year = "2019",
editor = "Gherardi, Douglas Francisco Marcolino and Sanches, Ieda DelArco
and Arag{\~a}o, Luiz Eduardo Oliveira e Cruz de",
pages = "1456--1459",
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 = "M{\'e}todos de agrupamento, extra{\c{c}}{\~a}o de pontos
caracter{\'{\i}}sticos, sensoriamento remoto, ve{\'{\i}}culos
a{\'e}reos n{\~a}o tripulados, Clustering Methods, keypoints
extraction, remote sensing, unmanned aerial vehicle.",
abstract = "A utiliza{\c{c}}{\~a}o de drones em sistemas de sensoriamento
remoto tem crescido por ser uma plataforma flex{\'{\i}}vel e de
baixo custo se comparado {\`a}s plataformas tradicionais de
imageamento (sat{\'e}lites e aeronaves tripuladas). Al{\'e}m
disso, novos conceitos como a GEOBIA (Geographic Object-Based
Image Analysis) trouxe novas perspectivas para o sensoriamento
remoto. Neste trabalho {\'e} proposta uma abordagem que mescla os
conceitos da GEOBIA para identificar objetos geoespaciais em
imagens capturadas por drones. A abordagem consiste na
extra{\c{c}}{\~a}o e no agrupamento de um conjunto de pontos
caracter{\'{\i}}sticos da imagem para detec{\c{c}}{\~a}o de
diferentes objetos geoespaciais, considerando que os pontos mais
pr{\'o}ximos pertencem a um objeto espec{\'{\i}}fico na imagem.
Foram analisados onze diferentes m{\'e}todos de agrupamento para
selecionar o m{\'e}todo mais indicado. ABSTRACT: The use of
drones in remote sensing systems has been increasing since it is a
flexible and low-cost platform compared to traditional imaging
platforms (satellites and manned aircrafts). Moreover, new
concepts like GEOBIA (Geographic Object-Based Image Analysis) have
brought new perspective to the remote sensing. The presented
approach merges the concepts of GEOBIA to identify geospatial
objects in images obtained by drones. A set of close key points of
the image is extracted and grouped to detect different geospatial
objects. The appropriate clustering method was selected among
eleven different ones.",
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/3UB32AP",
url = "http://urlib.net/ibi/8JMKD3MGP6W34M/3UB32AP",
targetfile = "98031.pdf",
type = "VANTs, videografia e alta resolu{\c{c}}{\~a}o",
urlaccessdate = "05 jun. 2024"
}