| 1. Identificação | ||||
| Tipo de Referência | Artigo em Evento (Conference Proceedings) | |||
| Site | mtc-m12.sid.inpe.br | |||
| Identificador | 8JMKD3MGPAW/3PFRT45 | |||
| Repositório | sid.inpe.br/sibgrapi/2017/08.22.00.41 | |||
| Última Atualização | 2017:08.22.13.58.53 (UTC) administrator | |||
| Repositório de Metadados | sid.inpe.br/sibgrapi/2017/08.22.00.41.47 | |||
| Última Atualização dos Metadados | 2022:05.16.02.05.25 (UTC) administrator | |||
| DOI | 10.1109/SIBGRAPI.2017.57 | |||
| 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  | |||
| Formato | On-line | |||
| Ano | 2017 | |||
| Data de Acesso | 13 maio 2024 | |||
| Número de Arquivos | 1 | |||
| Tamanho | 22342 KiB | |||
| 2. Contextualização | ||||
| Autor | 1 Castro, Jose Bermudez 2 Feitosa, Raul Queiroz 3 Rosa, Laura Cue La 4 Diaz, Pedro Achanccaray 5 Sanches, Ieda | |||
| Grupo | 1 2 3 4 5 DIDSR-CGOBT-INPE-MCTIC-GOV-BR | |||
| Afiliação | 1 Pontifical Catholic University of Rio de Janeiro 2 Pontifical Catholic University of Rio de Janeiro 3 Pontifical Catholic University of Rio de Janeiro 4 Pontifical Catholic University of Rio de Janeiro 5 National Institute for Space Research | |||
| Editor | Torchelsen, Rafael Piccin Nascimento, Erickson Rangel do Panozzo, Daniele Liu, Zicheng Farias, Mylène Viera, Thales Sacht, Leonardo Ferreira, Nivan Comba, João Luiz Dihl Hirata, Nina Schiavon Porto, Marcelo Vital, Creto Pagot, Christian Azambuja Petronetto, Fabiano Clua, Esteban Cardeal, Flávio | |||
| Endereço de e-Mail | bermudez@ele.puc-rio.br | |||
| Nome do Evento | Conference on Graphics, Patterns and Images, 30 (SIBGRAPI) | |||
| Localização do Evento | Niterói, RJ, Brazil | |||
| Data | 17-20 Oct. 2017 | |||
| Editora (Publisher) | IEEE Computer Society | |||
| Cidade da Editora | Los Alamitos | |||
| Título do Livro | Proceedings | |||
| Tipo Terciário | Full Paper | |||
| Histórico (UTC) | 2017-08-22 13:58:53 :: bermudez@ele.puc-rio.br -> administrator :: 2017 2022-05-16 02:05:25 :: administrator -> :: 2017 | |||
| 3. Conteúdo e estrutura | ||||
| É a matriz ou uma cópia? | é uma cópia | |||
| Estágio do Conteúdo | concluido | |||
| Tipo de Versão | finaldraft | |||
| Palavras-Chave | Crop Recognition Multitemporal Images Autoencoders Convolutional Neural Networks | |||
| 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, Ipu\~{a} in S\~{a}o 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. | |||
| 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/8JMKD3MGPAW/3PFRT45 | |||
| URL dos dados zipados | http://urlib.net/zip/8JMKD3MGPAW/3PFRT45 | |||
| Idioma | en | |||
| Arquivo Alvo | 2017_SIBGRAPI_BERMUDEZ.pdf | |||
| Grupo de Usuários | bermudez@ele.puc-rio.br | |||
| Visibilidade | shown | |||
| Permissão de Leitura | allow from all | |||
| Permissão de Atualização | não transferida | |||
| 5. Fontes relacionadas | ||||
| Repositório Espelho | sid.inpe.br/banon/2001/03.30.15.38.24 | |||
| Unidades Imediatamente Superiores | 8JMKD3MGPAW/3PKCC58 8JMKD3MGPCW/3ER446E | |||
| 6. Notas | ||||
| Campos Vazios | archivingpolicy archivist area callnumber contenttype copyholder copyright creatorhistory descriptionlevel dissemination edition electronicmailaddress holdercode isbn issn label lineage mark nextedition notes numberofvolumes orcid organization pages parameterlist parentrepositories previousedition previouslowerunit progress project readergroup resumeid rightsholder schedulinginformation secondarydate secondarykey secondarymark secondarytype serieseditor session shorttitle sponsor subject tertiarymark type url volume | |||