1. Identificação | |
Tipo de Referência | Artigo em Evento (Conference Proceedings) |
Site | mtc-m21b.sid.inpe.br |
Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S |
Identificador | 8JMKD3MGP3W34P/3Q547UP |
Repositório | sid.inpe.br/mtc-m21b/2017/11.29.15.35 (acesso restrito) |
Última Atualização | 2017:11.29.15.35.17 (UTC) administrator |
Repositório de Metadados | sid.inpe.br/mtc-m21b/2017/11.29.15.35.17 |
Última Atualização dos Metadados | 2021:02.22.04.39.32 (UTC) administrator |
Chave Secundária | INPE--PRE/ |
Chave de Citação | CastroFeiRosDiaSan:2017:CoAnDe |
Título | A comparative analysis of deep learning techniques for sub-tropical crop types recognition from multitemporal optical/SAR image sequences |
Ano | 2017 |
Data de Acesso | 09 maio 2024 |
Tipo Secundário | PRE CI |
Número de Arquivos | 1 |
Tamanho | 10232 KiB |
|
2. Contextualização | |
Autor | 1 Castro, Jose Bermudez 2 Feitosa, Raul Queiroz 3 Rosa, Laura Cue La 4 Diaz, Pedro Achanccaray 5 Sanches, Ieda Del Arco |
Grupo | 1 2 3 4 5 DIDSR-CGOBT-INPE-MCTIC-GOV-BR |
Afiliação | 1 Pontificia Universidade Católica do Rio de Janeiro (PUC-Rio) 2 Pontificia Universidade Católica do Rio de Janeiro (PUC-Rio) 3 Pontificia Universidade Católica do Rio de Janeiro (PUC-Rio) 4 Pontificia Universidade Católica do Rio de Janeiro (PUC-Rio) 5 Instituto Nacional de Pesquisas Espaciais (INPE) |
Endereço de e-Mail do Autor | 1 2 3 4 5 ieda.sanches@inpe.br |
Nome do Evento | SIBGRAPI Conference on Graphics, Patterns and Images, 30 |
Localização do Evento | Niteroi, Brazil |
Data | 17-20 Oct. |
Páginas | 17320353 |
Título do Livro | Proceedings |
Histórico (UTC) | 2017-11-29 15:37:42 :: simone -> administrator :: 2017 2021-02-22 04:39:32 :: administrator -> simone :: 2017 |
|
3. Conteúdo e estrutura | |
É a matriz ou uma cópia? | é a matriz |
Estágio do Conteúdo | concluido |
Transferível | 1 |
Tipo do Conteúdo | External Contribution |
Resumo | Remote Sensing (RS) data have been increasingly applied to assess agricultural yield, production and crop condition. In tropical areas, crop dynamics are complex due to multiple agricultural practices such as irrigation, non-tillage, crop rotation and multiple harvest per year. Spatial and temporal information can improve the performance in land-cover and crop type classification tasks. In this context Deep Learning (DL) have emerged as a powerful state-of-the-art technique in the RS community. This work presents a comparative analysis of traditional and DL (supervised and unsupervised) approaches for crop classification on sequences of multitemporal optical and SAR images. Three different approaches are compared: the image stacking approach, which is used as baseline, and two DL based approaches using Autoencoders (AEs) and Convolutional Neural Networks (CNNs). Experiments were carried out in two datasets from two different municipalities in Brazil, Ipuã in São Paulo state and Campo Verde in Mato Grosso state. It is shown that CNN and AE outperformed the traditional approach based on image stacking in terms of Overall Accuracy and Class Accuracy. |
Área | SRE |
Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > A comparative analysis... |
Conteúdo da Pasta doc | acessar |
Conteúdo da Pasta source | não têm arquivos |
Conteúdo da Pasta agreement | |
|
4. Condições de acesso e uso | |
Idioma | en |
Arquivo Alvo | castro_comparative.pdf |
Grupo de Usuários | simone |
Grupo de Leitores | administrator simone |
Visibilidade | hidden |
Permissão de Leitura | deny from all |
Permissão de Atualização | não transferida |
|
5. Fontes relacionadas | |
Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E |
Acervo Hospedeiro | sid.inpe.br/mtc-m21b/2013/09.26.14.25.20 |
|
6. Notas | |
Notas | Este registro é um duplicado de um registro oficial do SIBGRAPI e, como tal, deve ser mantido escondido, mas não pode ser removido para evitar eventual quebra de vínculo (Banon). |
Campos Vazios | archivingpolicy archivist callnumber copyholder copyright creatorhistory descriptionlevel dissemination doi e-mailaddress edition editor format isbn issn keywords label lineage mark mirrorrepository nextedition numberofvolumes orcid organization parameterlist parentrepositories previousedition previouslowerunit progress project publisher publisheraddress 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 | |
|