A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Dissertação |
Idioma: | por |
Título da fonte: | Repositório Institucional da PUC-RIO (Projeto Maxwell) |
Texto Completo: | https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@2 |
Resumo: | Esta dissertação faz uma comparação de três métodos de classificação em cascata de imagens multitemporais. Os classificadores se baseiam nas seguintes técnicas: (1) Máquina de Suporte Vetorial (SVM), (2) Modelos Ocultos de Markov (HMM) e (3) Cadeias de Markov Nebulosas(FMC). Para verificar a robustez dos modelos de classificação, introduziram-se nos dados de entrada outliers, avaliando-se assim, a robustez dos classificadores. Adicionalmente, avaliou-se o desempenho dos métodos quando a proporção de ocorrências de cada transição de classe no conjunto de treinamento difere da proporção no conjunto de teste. Determinou-se também qual o benefício do uso de conhecimento a priori sobre as transições possíveis. A análise experimental foi realizada sobre dois conjuntos de imagens de diferentes características, um par de imagens IKONOS do Rio de Janeiro, Brasil e um par de imagens LANDSAT7 de Alcinópolis, Mato Grosso do Sul. O estudo revelou que acurácia global das três abordagens tem um comportamento similar nos diferentes experimentos. Mostrou também que todas as três abordagens multitemporais apresentam desempenho superior aos seus homólogos monotemporais. |
id |
PUC_RIO-1_8d46f29bb6f961bbb4fca5e089ec0b29 |
---|---|
oai_identifier_str |
oai:MAXWELL.puc-rio.br:37871 |
network_acronym_str |
PUC_RIO-1 |
network_name_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository_id_str |
534 |
spelling |
info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisA COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS COMPARAÇÃO DE MÉTODOS DE CLASSIFICAÇÃO MULTITEMPORAL EM CASCATA 2014-05-16RAUL QUEIROZ FEITOSA00889262810lattes.cnpq.brGILSON ALEXANDRE OSTWALD PEDRO DA COSTAGILSON ALEXANDRE OSTWALD PEDRO DA COSTARAUL QUEIROZ FEITOSAGILSON ALEXANDRE OSTWALD PEDRO DA COSTAGILSON ALEXANDRE OSTWALD PEDRO DA COSTAKARLA TEREZA FIGUEIREDO LEITEGUILHERME LUCIO ABELHA MOTA06143132798lattes.cnpq.br/3839710419678619LIGIA MARCELA TARAZONA ALVARADOPONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROPPG EM ENGENHARIA ELÉTRICAPUC-RioBREsta dissertação faz uma comparação de três métodos de classificação em cascata de imagens multitemporais. Os classificadores se baseiam nas seguintes técnicas: (1) Máquina de Suporte Vetorial (SVM), (2) Modelos Ocultos de Markov (HMM) e (3) Cadeias de Markov Nebulosas(FMC). Para verificar a robustez dos modelos de classificação, introduziram-se nos dados de entrada outliers, avaliando-se assim, a robustez dos classificadores. Adicionalmente, avaliou-se o desempenho dos métodos quando a proporção de ocorrências de cada transição de classe no conjunto de treinamento difere da proporção no conjunto de teste. Determinou-se também qual o benefício do uso de conhecimento a priori sobre as transições possíveis. A análise experimental foi realizada sobre dois conjuntos de imagens de diferentes características, um par de imagens IKONOS do Rio de Janeiro, Brasil e um par de imagens LANDSAT7 de Alcinópolis, Mato Grosso do Sul. O estudo revelou que acurácia global das três abordagens tem um comportamento similar nos diferentes experimentos. Mostrou também que todas as três abordagens multitemporais apresentam desempenho superior aos seus homólogos monotemporais.This dissertation compares three cascade multitemporal image classification methods based on: (1) Support Vector Machines (SVM), (2) Hidden Markov Models (HMM) and (3) Fuzzy Markov Chains (FMC). The robustness of the classification models is verified, by introducing outliers in the data set. Additionally, performance of each method is evaluated when the number of occurrences of each class transition is different in the training and in the testing set. The gain of exploiting a prior knowledge regarding the admissible transitions in each target site is also investigated. The experimental analysis is conducted over two data sets with different characteristics; specifically a pair of IKONOS images of Rio de Janeiro and a pair of LANDSAT7 images of Alcinópolis, Mato Grosso do Sul. This study has concluded that the overall accuracy of the three approaches are similar through all experiments. The superiority ofthe multitemporal approaches over the monotemporal counterparts was confirmed.PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIROCOORDENAÇÃO DE APERFEIÇOAMENTO DO PESSOAL DE ENSINO SUPERIORPROGRAMA DE EXCELENCIA ACADEMICAhttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@2porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccess2022-11-01T13:49:56Zoai:MAXWELL.puc-rio.br:37871Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-04-30T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false |
dc.title.en.fl_str_mv |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
dc.title.alternative.pt.fl_str_mv |
COMPARAÇÃO DE MÉTODOS DE CLASSIFICAÇÃO MULTITEMPORAL EM CASCATA |
title |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
spellingShingle |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS LIGIA MARCELA TARAZONA ALVARADO |
title_short |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
title_full |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
title_fullStr |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
title_full_unstemmed |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
title_sort |
A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS |
author |
LIGIA MARCELA TARAZONA ALVARADO |
author_facet |
LIGIA MARCELA TARAZONA ALVARADO |
author_role |
author |
dc.contributor.advisor-co1ID.none.fl_str_mv |
|
dc.contributor.advisor-co1Lattes.none.fl_str_mv |
|
dc.contributor.advisor-co2ID.none.fl_str_mv |
|
dc.contributor.advisor-co2Lattes.none.fl_str_mv |
|
dc.contributor.advisor1.fl_str_mv |
RAUL QUEIROZ FEITOSA |
dc.contributor.advisor1ID.fl_str_mv |
00889262810 |
dc.contributor.advisor1Lattes.fl_str_mv |
lattes.cnpq.br |
dc.contributor.advisor-co1.fl_str_mv |
GILSON ALEXANDRE OSTWALD PEDRO DA COSTA |
dc.contributor.advisor-co2.fl_str_mv |
GILSON ALEXANDRE OSTWALD PEDRO DA COSTA |
dc.contributor.referee1.fl_str_mv |
RAUL QUEIROZ FEITOSA |
dc.contributor.referee2.fl_str_mv |
GILSON ALEXANDRE OSTWALD PEDRO DA COSTA |
dc.contributor.referee3.fl_str_mv |
GILSON ALEXANDRE OSTWALD PEDRO DA COSTA |
dc.contributor.referee4.fl_str_mv |
KARLA TEREZA FIGUEIREDO LEITE |
dc.contributor.referee5.fl_str_mv |
GUILHERME LUCIO ABELHA MOTA |
dc.contributor.authorID.fl_str_mv |
06143132798 |
dc.contributor.authorLattes.fl_str_mv |
lattes.cnpq.br/3839710419678619 |
dc.contributor.author.fl_str_mv |
LIGIA MARCELA TARAZONA ALVARADO |
contributor_str_mv |
RAUL QUEIROZ FEITOSA GILSON ALEXANDRE OSTWALD PEDRO DA COSTA GILSON ALEXANDRE OSTWALD PEDRO DA COSTA RAUL QUEIROZ FEITOSA GILSON ALEXANDRE OSTWALD PEDRO DA COSTA GILSON ALEXANDRE OSTWALD PEDRO DA COSTA KARLA TEREZA FIGUEIREDO LEITE GUILHERME LUCIO ABELHA MOTA |
description |
Esta dissertação faz uma comparação de três métodos de classificação em cascata de imagens multitemporais. Os classificadores se baseiam nas seguintes técnicas: (1) Máquina de Suporte Vetorial (SVM), (2) Modelos Ocultos de Markov (HMM) e (3) Cadeias de Markov Nebulosas(FMC). Para verificar a robustez dos modelos de classificação, introduziram-se nos dados de entrada outliers, avaliando-se assim, a robustez dos classificadores. Adicionalmente, avaliou-se o desempenho dos métodos quando a proporção de ocorrências de cada transição de classe no conjunto de treinamento difere da proporção no conjunto de teste. Determinou-se também qual o benefício do uso de conhecimento a priori sobre as transições possíveis. A análise experimental foi realizada sobre dois conjuntos de imagens de diferentes características, um par de imagens IKONOS do Rio de Janeiro, Brasil e um par de imagens LANDSAT7 de Alcinópolis, Mato Grosso do Sul. O estudo revelou que acurácia global das três abordagens tem um comportamento similar nos diferentes experimentos. Mostrou também que todas as três abordagens multitemporais apresentam desempenho superior aos seus homólogos monotemporais. |
publishDate |
2014 |
dc.date.issued.fl_str_mv |
2014-05-16 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/masterThesis |
format |
masterThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@2 |
url |
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@1 https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871@2 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
info:eu-repo/semantics/openAccess |
eu_rights_str_mv |
openAccess |
dc.publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.publisher.program.fl_str_mv |
PPG EM ENGENHARIA ELÉTRICA |
dc.publisher.initials.fl_str_mv |
PUC-Rio |
dc.publisher.country.fl_str_mv |
BR |
publisher.none.fl_str_mv |
PONTIFÍCIA UNIVERSIDADE CATÓLICA DO RIO DE JANEIRO |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell) instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) instacron:PUC_RIO |
instname_str |
Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
instacron_str |
PUC_RIO |
institution |
PUC_RIO |
reponame_str |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
collection |
Repositório Institucional da PUC-RIO (Projeto Maxwell) |
repository.name.fl_str_mv |
Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO) |
repository.mail.fl_str_mv |
|
_version_ |
1748324944993845248 |