Fechar

1. Identificação
Tipo de ReferênciaArtigo em Evento (Conference Proceedings)
Sitemtc-m21b.sid.inpe.br
Código do Detentorisadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S
Identificador8JMKD3MGP3W34P/3N36EC2
Repositóriosid.inpe.br/mtc-m21b/2016/12.20.16.57
Última Atualização2021:02.12.13.46.39 (UTC) simone
Repositório de Metadadossid.inpe.br/mtc-m21b/2016/12.20.16.57.04
Última Atualização dos Metadados2023:08.16.17.49.22 (UTC) administrator
Chave SecundáriaINPE--PRE/
Chave de CitaçãoSilvaJúniorQuilCapp:2016:DeBoIm
TítuloDetecção de bordas em imagens polarimétricas usando aprendizagem profunda e deep learning
Ano2016
Data de Acesso14 maio 2024
Tipo SecundárioPRE CN
Número de Arquivos1
Tamanho1009 KiB
2. Contextualização
Autor1 Silva Júnior, Gilberto Pedro da
2 Quiles, Marcos Gonçalves
3 Cappabianco, Fábio
Grupo1 CAP-COMP-SPG-INPE-MCTI-GOV-BR
2 LAC-CTE-INPE-MCTI-GOV-BR
Afiliação1 Instituto Nacional de Pesquisas Espaciais (INPE)
2 Instituto Nacional de Pesquisas Espaciais (INPE)
Endereço de e-Mail do Autor1 gp7junior@gmail.com
2 quiles@gmail.com
Nome do EventoWorkshop de Computação Aplicada, 16 (WORCAP)
Localização do EventoSão José dos Campos, SP
Data25-26 out.
Histórico (UTC)2016-12-20 16:57:15 :: simone -> administrator :: 2016
2018-06-04 02:41:42 :: administrator -> simone :: 2016
2021-02-12 13:46:40 :: simone -> administrator :: 2016
2023-08-16 17:49:22 :: administrator -> simone :: 2016
3. Conteúdo e estrutura
É a matriz ou uma cópia?é a matriz
Estágio do Conteúdoconcluido
Transferível1
Tipo do ConteúdoExternal Contribution
ResumoA detecção de bordas é uma das operações mais importantes para a análise visual e automática de imagens. É a abordagem mais usada para detecção de descontinuidades nos valores ou atributos de uma imagem. Diferentes técnicas de detecção de bordas geram diferentes resultados e não é possível afirmar que uma única borda seja consistentemente melhor em todos os pontos para todos os problemas. A aprendizagem profunda (Deep Learning) envolve desenvolver sistemas para reconhecer padrões, muitas vezes complexos e abstratos, alimentando grandes quantidades de dados através de redes sucessivas de neurônios artificiais e refinar a forma como essas redes respondem à entrada. Essa abordagem tem se mostrado muito eficaz para o reconhecimento de fala ou outros tipos de áudio, ou ainda para classificar informações visuais. A nossa proposta objetiva, criar um arcabouço baseado em Aprendizagem Profunda que permita extrair informações das imagens de radar polarimétricas produzindo uma borda mais completa oriunda dessas informações. O desafio consiste em ser capaz de fazer essa extração de informações ponderando de forma quantitativa e qualitativa a contribuição de cada fonte produzindo um sistema amigável e adaptado à prática dos usuários de imagens de sensoriamento remoto.
ÁreaCOMP
Arranjo 1urlib.net > BDMCI > Fonds > Produção anterior à 2021 > LABAC > Detecção de bordas...
Arranjo 2urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > CAP > Detecção de bordas...
Arranjo 3urlib.net > BDMCI > Fonds > WORCAP > XVI WORCAP > Detecção de bordas...
Arranjo 4urlib.net > BDMCI > Fonds > Produção a partir de 2021 > CGIP > XVI WORCAP > Detecção de bordas...
Conteúdo da Pasta docacessar
Conteúdo da Pasta sourcenão têm arquivos
Conteúdo da Pasta agreement
agreement.html 20/12/2016 14:57 1.0 KiB 
4. Condições de acesso e uso
URL dos dadoshttp://mtc-m21b.sid.inpe.br/ibi/8JMKD3MGP3W34P/3N36EC2
URL dos dados zipadoshttp://mtc-m21b.sid.inpe.br/zip/8JMKD3MGP3W34P/3N36EC2
Idiomapt
Arquivo Alvosilva_deteccao.pdf
Grupo de Usuáriossimone
Grupo de Leitoresadministrator
simone
Visibilidadeshown
Permissão de Atualizaçãonão transferida
5. Fontes relacionadas
Repositório Espelhourlib.net/www/2011/03.29.20.55
Unidades Imediatamente Superiores8JMKD3MGPCW/3ESGTTP
8JMKD3MGPCW/3F2PHGS
8JMKD3MGPDW34P/49L898E
Lista de Itens Citandosid.inpe.br/bibdigital/2013/10.12.22.16 2
sid.inpe.br/mtc-m16c/2023/08.16.17.44 1
Acervo Hospedeirosid.inpe.br/mtc-m21b/2013/09.26.14.25.20
6. Notas
Campos Vaziosarchivingpolicy archivist booktitle callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress readpermission resumeid rightsholder schedulinginformation secondarydate secondarymark serieseditor session shorttitle sponsor subject tertiarymark tertiarytype type url versiontype volume
7. Controle da descrição
e-Mail (login)simone
atualizar 


Fechar