| 1. Identificação | ||||
| Tipo de Referência | Artigo em Revista Científica (Journal Article) | |||
| Site | mtc-m21c.sid.inpe.br | |||
| Código do Detentor | isadg {BR SPINPE} ibi 8JMKD3MGPCW/3DT298S | |||
| Identificador | 8JMKD3MGP3W34R/3U43LK5 | |||
| Repositório | sid.inpe.br/mtc-m21c/2019/09.18.16.17 | |||
| Última Atualização | 2019:09.18.16.17.23 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2019/09.18.16.17.23 | |||
| Última Atualização dos Metadados | 2020:01.06.11.42.22 (UTC) administrator | |||
| DOI | 10.3390/rs11172029 | |||
| ISSN | 2072-4292 | |||
| Chave de Citação | LaRosaFeiHapSanCos:2019:CoDeLe | |||
| Título | Combining deep learning and prior knowledge for crop mapping in tropical regions from multitemporal SAR image sequences  | |||
| Ano | 2019 | |||
| Data de Acesso | 10 maio 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 3633 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 La Rosa, Laura Elena 2 Feitosa, Raul Queiroz 3 Happ, Patrick Nigri 4 Sanches, Ieda Del'Arco 5 Costa, Gilson Alexandre Ostwald Pedro | |||
| ORCID | 1 0000-0002-6284-9494 2 0000-0001-8344-5096 3 0000-0003-3280-5471 4 0000-0003-1296-0933 5 0000-0001-7341-9118 | |||
| Grupo | 1 2 3 4 DIDSR-CGOBT-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 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 Instituto Nacional de Pesquisas Espaciais (INPE) 5 Universidade Estadual do Rio de Janeiro (UFRJ) | |||
| Endereço de e-Mail do Autor | 1 2 3 4 ieda.sanches@inpe.br | |||
| Revista | Remote Sensing | |||
| Volume | 11 | |||
| Número | 17 | |||
| Páginas | e2029 | |||
| Nota Secundária | B3_GEOGRAFIA B3_ENGENHARIAS_I B4_GEOCIÊNCIAS B4_CIÊNCIAS_AMBIENTAIS B5_CIÊNCIAS_AGRÁRIAS_I | |||
| Histórico (UTC) | 2019-09-18 16:17:23 :: simone -> administrator :: 2019-09-18 16:17:23 :: administrator -> simone :: 2019 2019-09-18 16:18:32 :: simone -> administrator :: 2019 2020-01-06 11:42:22 :: administrator -> simone :: 2019 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é a matriz | |||
| Estágio do Conteúdo | concluido | |||
| Transferível | 1 | |||
| Tipo do Conteúdo | External Contribution | |||
| Tipo de Versão | publisher | |||
| Palavras-Chave | crop mapping tropical agriculture SAR deep learning Sentinel-1 multitemporal image analysis | |||
| Resumo | : Accurate crop type identification and crop area estimation from remote sensing data in tropical regions are still considered challenging tasks. The more favorable weather conditions, in comparison to the characteristic conditions of temperate regions, permit higher flexibility in land use, planning, and management, which implies complex crop dynamics. Moreover, the frequent cloud cover prevents the use of optical data during large periods of the year, making SAR data an attractive alternative for crop mapping in tropical regions. This paper evaluates the effectiveness of Deep Learning (DL) techniques for crop recognition from multi-date SAR images from tropical regions. Three DL strategies are investigated: autoencoders, convolutional neural networks, and fully-convolutional networks. The paper further proposes a post-classification technique to enforce prior knowledge about crop dynamics in the target area. Experiments conducted on a Sentinel-1 multitemporal sequence of a tropical region in Brazil reveal the pros and cons of the tested methods. In our experiments, the proposed crop dynamics model was able to correct up to 16.5% of classification errors and managed to improve the performance up to 3.2% and 8.7% in terms of overall accuracy and average F1-score, respectively. | |||
| Área | SRE | |||
| Arranjo | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > Combining deep learning... | |||
| Conteúdo da Pasta doc | acessar | |||
| Conteúdo da Pasta source | não têm arquivos | |||
| Conteúdo da Pasta agreement |
| |||
| 4. Condições de acesso e uso | ||||
| URL dos dados | http://urlib.net/ibi/8JMKD3MGP3W34R/3U43LK5 | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34R/3U43LK5 | |||
| Idioma | en | |||
| Arquivo Alvo | remotesensing-11-02029-v2.pdf | |||
| Grupo de Usuários | simone | |||
| Grupo de Leitores | administrator simone | |||
| Visibilidade | shown | |||
| Política de Arquivamento | allowpublisher allowfinaldraft | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Unidades Imediatamente Superiores | 8JMKD3MGPCW/3ER446E | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2013/09.13.21.11 2 | |||
| Divulgação | WEBSCI; PORTALCAPES; MGA; COMPENDEX; SCOPUS. | |||
| Acervo Hospedeiro | urlib.net/www/2017/11.22.19.04 | |||
| 6. Notas | ||||
| Campos Vazios | alternatejournal archivist callnumber copyholder copyright creatorhistory descriptionlevel e-mailaddress format isbn label lineage mark mirrorrepository month nextedition notes parameterlist parentrepositories previousedition previouslowerunit progress project readpermission resumeid rightsholder schedulinginformation secondarydate secondarykey session shorttitle sponsor subject tertiarymark tertiarytype url | |||
| 7. Controle da descrição | ||||
| e-Mail (login) | simone | |||
| atualizar | ||||