| 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/42PR2SS | |||
| Repositório | sid.inpe.br/mtc-m21c/2020/07.02.11.37 | |||
| Última Atualização | 2020:07.02.11.37.34 (UTC) simone | |||
| Repositório de Metadados | sid.inpe.br/mtc-m21c/2020/07.02.11.37.34 | |||
| Última Atualização dos Metadados | 2022:01.04.01.35.14 (UTC) administrator | |||
| DOI | 10.3390/rs12101544 | |||
| ISSN | 2072-4292 | |||
| Chave de Citação | WagnerSiTaSeThHi:2020:UnInSe | |||
| Título | U-net-id, an instance segmentation model for building extraction from satellite images-Case study in the Joanopolis City, Brazil  | |||
| Ano | 2020 | |||
| Mês | May | |||
| Data de Acesso | 13 maio 2024 | |||
| Tipo de Trabalho | journal article | |||
| Tipo Secundário | PRE PI | |||
| Número de Arquivos | 1 | |||
| Tamanho | 4648 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Wagner, Fabien Hubert 2 Silva, Ricardo Dal Agnol da 3 Tarabalka, Yuliya 4 Segantine, Tassiana Y. F. 5 Thomé, Rogério 6 Hirye, Mayumi C. M. | |||
| ORCID | 1 0000-0002-9623-1182 2 0000-0002-7151-8697 3 4 0000-0002-5093-4763 | |||
| Grupo | 1 DIDSR-CGOBT-INPE-MCTIC-GOV-BR 2 SER-SRE-SESPG-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 Instituto Nacional de Pesquisas Espaciais (INPE) 2 Instituto Nacional de Pesquisas Espaciais (INPE) 3 Luxcarta Technology 4 Fundação de Ciência, Aplicações e Tecnologia Espaciais (FUNCATE) 5 Fundação de Ciência, Aplicações e Tecnologia Espaciais (FUNCATE) 6 Universidade de São Paulo (USP) | |||
| Endereço de e-Mail do Autor | 1 fabien.wagner@inpe.br 2 ricardo.silva@inpe.br 3 ytarabalka@luxcarta.com 4 tassiyeda@funcate.org.br 5 consultor.geo@funcate.org.br 6 ma.hirye@alumni.usp.br | |||
| Revista | Remote Sensing | |||
| Volume | 12 | |||
| Número | 10 | |||
| Páginas | e1544 | |||
| Nota Secundária | B3_GEOGRAFIA B3_ENGENHARIAS_I B4_GEOCIÊNCIAS B4_CIÊNCIAS_AMBIENTAIS B5_CIÊNCIAS_AGRÁRIAS_I | |||
| Histórico (UTC) | 2020-07-02 11:37:34 :: simone -> administrator :: 2020-07-02 11:37:34 :: administrator -> simone :: 2020 2020-07-02 11:38:47 :: simone -> administrator :: 2020 2022-01-04 01:35:14 :: administrator -> simone :: 2020 | |||
| 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 | instance segmentation U-net building detection urban landscape | |||
| Resumo | Currently, there exists a growing demand for individual building mapping in regions of rapid urban growth in less-developed countries. Most existing methods can segment buildings but cannot discriminate adjacent buildings. Here, we present a new convolutional neural network architecture (CNN) called U-net-id that performs building instance segmentation. The proposed network is trained with WorldView-3 satellite RGB images (0.3 m) and three different labeled masks. The first is the building mask; the second is the border mask, which is the border of the building segment with 4 pixels added outside and 3 pixels inside; and the third is the inner segment mask, which is the segment of the building diminished by 2 pixels. The architecture consists of three parallel paths, one for each mask, all starting with a U-net model. To accurately capture the overlap between the masks, all activation layers of the U-nets are copied and concatenated on each path and sent to two additional convolutional layers before the output activation layers. The method was tested with a dataset of 7563 manually delineated individual buildings of the city of Joanópolis-SP, Brazil. On this dataset, the semantic segmentation showed an overall accuracy of 97.67% and an F1-Score of 0.937 and the building individual instance segmentation showed good performance with a mean intersection over union (IoU) of 0.582 (median IoU = 0.694). | |||
| Área | SRE | |||
| Arranjo 1 | urlib.net > BDMCI > Fonds > Produção anterior à 2021 > DIDSR > U-net-id, an instance... | |||
| Arranjo 2 | urlib.net > BDMCI > Fonds > Produção pgr ATUAIS > SER > U-net-id, an instance... | |||
| 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/42PR2SS | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGP3W34R/42PR2SS | |||
| Idioma | en | |||
| Arquivo Alvo | remotesensing-12-01544-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 8JMKD3MGPCW/3F3NU5S | |||
| Lista de Itens Citando | sid.inpe.br/bibdigital/2013/10.18.22.34 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 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 | ||||