@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 = "27 abr. 2024"
}