Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes

Detalhes bibliográficos
Autor(a) principal: Castro, Tiago Soares Ferreira de
Data de Publicação: 2023
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
Texto Completo: http://hdl.handle.net/10451/62551
Resumo: Trabalho de projeto de mestrado, Engenharia Geoespacial, 2023, Universidade de Lisboa, Faculdade de Ciências
id RCAP_b77f87907f4ad97016e646848d7d1ccf
oai_identifier_str oai:repositorio.ul.pt:10451/62551
network_acronym_str RCAP
network_name_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository_id_str 7160
spelling Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentesDeteção de alteraçõesAprendizagem profundaAprendizagem em conjuntoAtualização cartográficaOrtofotosTrabalhos de projeto de mestrado - 2023Departamento de Engenharia Geográfica Geofísica e EnergiaTrabalho de projeto de mestrado, Engenharia Geoespacial, 2023, Universidade de Lisboa, Faculdade de CiênciasO objetivo deste trabalho de projeto é apresentar uma metodologia de deteção de alterações (Change Detection, CD) para apoio à atualização da Carta Militar. Utilizaram-se dados históricos de cartografia, nomeadamente bases de dados geográficas (BDG) e ortofotos das regiões de Coimbra, Santarém e Cartaxo, que por comparação com a segmentação semântica de imagens atuais (ortofotos) permitiram calcular taxas de desatualização e criar mapas de alterações. A metodologia adotada contemplou o pré-processamento dos dados, segmentação semântica das ortofotos da segunda época e sua utilização para a deteção de alterações. Inicialmente utilizaram-se BDG para produzir máscaras de classes e realizou-se a calibração radiométrica relativa das ortofotos. Seguiu-se o treino de um modelo conjunto, baseado em algoritmos de Machine Learning e Deep Learning, através da técnica de aprendizagem em conjunto por generalização de modelos, para realização da segmentação semântica. Os seus resultados foram utilizados juntamente com dados de cartografia da primeira época, para obter mapas de alterações e taxas de desatualização. Como principais resultados destaca-se a obtenção de um modelo conjunto constituído por uma U-Net de backbone ResNet34 e duas Feature Pyramid Networks de backbone ResNet34 e ResNet101. Na segmentação dos dados de Coimbra, Santarém e Cartaxo, obtiveram-se, respetivamente, valores de Intersection Over Union de 0.45, 0.37 e 0.43, exatidão global de 0.80, 0.75 e 0.81, e coeficiente Kappa de 0.67, 0.59 e 0.63. A deteção de alterações entre a cartografia antiga e a cartografia atual obtida por segmentação de ortofotos, apresenta valores de desatualização de 24.8%, 31.7% e 30.1% respetivamente, que comparadas com dados de cartografia, indicam sobrestimação de 10%. Foram obtidos valores de área sob a curva ROC de 0.76, 0.79 e 0.82, e taxas de falsos negativos de 5.6%, 3.5% e 3.0%, respetivamente.The main purpose of this project is to present a Change Detection (CD) methodology to support the update of the Portuguese Military Charter. Historical cartographic records were used, namely geographic databases (BDG) and orthoimagery of the regions of Coimbra, Santarém and Cartaxo, which, by comparison with the semantic segmentation of current images (orthophotos), enabled outdated ratios to be calculated and change maps to be created. The adopted methodology included data pre-processing, semantic segmentation of the orthophotos from the second epoch, and its utilization to detect changes. First of all, BDG was used to produce class masks and was carried out the relative radiometric calibration of the orthoimagery. Subsequently, the ensemble model was trained based on Machine Learning and Deep Learning algorithms, through the Stacking Learning technique, and semantic segmentation was performed. These outputs were used alongside cartographic data from the first epoch to obtain change maps and outdated rates. The key results include a combined model containing a U-Net with ResNet34 backbone and two Feature Pyramid Networks with ResNet34 and ResNet101 backbones. In the segmentation of Coimbra, Santarém, and Cartaxo data, it achieved, respectively, Intersection Over Union values of 0.45, 0.37, and 0.43, Overall Accuracy of 0.80, 0.75, and 0.81, and Kappa coefficient of 0.67, 0.59 and 0.63. The change detection between the old cartography and the current cartography, obtained by segmentation, reported outdated rates of 24.8%, 31.7%, and 30.1%, respectively, which compared to the cartography records, was overestimated by 10%. We obtained area under curve values of 0.76, 0.79, and 0.82, and false negative rates of 5.6%, 3.5%, and 3.0%, respectively.Fernandes, João Catalão, 1962-Repositório da Universidade de LisboaCastro, Tiago Soares Ferreira de2024-02-09T15:18:19Z202320232023-01-01T00:00:00Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisapplication/pdfhttp://hdl.handle.net/10451/62551porinfo:eu-repo/semantics/openAccessreponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãoinstacron:RCAAP2024-02-12T01:20:13Zoai:repositorio.ul.pt:10451/62551Portal AgregadorONGhttps://www.rcaap.pt/oai/openaireopendoar:71602024-03-20T02:37:54.404202Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informaçãofalse
dc.title.none.fl_str_mv Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
title Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
spellingShingle Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
Castro, Tiago Soares Ferreira de
Deteção de alterações
Aprendizagem profunda
Aprendizagem em conjunto
Atualização cartográfica
Ortofotos
Trabalhos de projeto de mestrado - 2023
Departamento de Engenharia Geográfica Geofísica e Energia
title_short Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
title_full Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
title_fullStr Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
title_full_unstemmed Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
title_sort Deteção de alterações para efeitos de atualização de cartografia a partir de imagens de alta resolução espacial e dados cartográficos existentes
author Castro, Tiago Soares Ferreira de
author_facet Castro, Tiago Soares Ferreira de
author_role author
dc.contributor.none.fl_str_mv Fernandes, João Catalão, 1962-
Repositório da Universidade de Lisboa
dc.contributor.author.fl_str_mv Castro, Tiago Soares Ferreira de
dc.subject.por.fl_str_mv Deteção de alterações
Aprendizagem profunda
Aprendizagem em conjunto
Atualização cartográfica
Ortofotos
Trabalhos de projeto de mestrado - 2023
Departamento de Engenharia Geográfica Geofísica e Energia
topic Deteção de alterações
Aprendizagem profunda
Aprendizagem em conjunto
Atualização cartográfica
Ortofotos
Trabalhos de projeto de mestrado - 2023
Departamento de Engenharia Geográfica Geofísica e Energia
description Trabalho de projeto de mestrado, Engenharia Geoespacial, 2023, Universidade de Lisboa, Faculdade de Ciências
publishDate 2023
dc.date.none.fl_str_mv 2023
2023
2023-01-01T00:00:00Z
2024-02-09T15:18:19Z
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 http://hdl.handle.net/10451/62551
url http://hdl.handle.net/10451/62551
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.format.none.fl_str_mv application/pdf
dc.source.none.fl_str_mv reponame:Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
instname:Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron:RCAAP
instname_str Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
instacron_str RCAAP
institution RCAAP
reponame_str Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
collection Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos)
repository.name.fl_str_mv Repositório Científico de Acesso Aberto de Portugal (Repositórios Cientìficos) - Agência para a Sociedade do Conhecimento (UMIC) - FCT - Sociedade da Informação
repository.mail.fl_str_mv
_version_ 1799137429973630976

Registros relacionados