Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade
Autor(a) principal: | |
---|---|
Data de Publicação: | 2014 |
Tipo de documento: | Tese |
Idioma: | por |
Título da fonte: | Repositório Institucional da UFPR |
Texto Completo: | http://hdl.handle.net/1884/35393 |
Resumo: | Resumo: A progressiva escassez dos recursos naturais tem conduzido a um uso cada vez mais racional destes materiais, independente de sua origem e aplicação. Dentre tais recursos, a madeira e sua exploração têm despertado grande interesse, principalmente por ser, muitas vezes, extraída de florestas nativas e da anuência que estas têm sobre o planeta. Além disso, as transações comerciais de madeira envolvem grandes montantes e são suscetíveis a fraudes. Estes logros decorrem da entrega de madeira extraída de espécies com menor valor comercial do que o acordado entre as partes e tentativas de exploração de espécies em iminente extinção. Garantir a autenticidade de madeiras constitui uma necessidade tanto de seus compradores quanto das agencias fiscalizadoras. Fatores como o elevado numero de espécies, a falta de pressionais capacitados, o exaustivo processo de reconhecimento e a perda de características naturais (folhas, casca e cor) tornam ainda mais difícil garantir a autenticidade das madeiras. Inserido neste contexto, este trabalho focou a construção de um sistema robusto para a classificação de espécies florestais utilizando as características texturais presentes nas imagens microscópicas de madeira, a representação no espaço de dissimilaridade e os sistemas compostos por múltiplos classificadores. Para isso, explorou-se diferentes alternativas para representar as características texturais. Para permitir a aplicação dos modelos de classificação a espécies não consideradas durante seu treinamento, buscou-se definir os melhores valores para os parâmetros inerentes ao processo de construção dos classificadores no espaço de dissimilaridade. Buscando ainda melhorar o desempenho do sistema, também foram propostos e avaliados métodos para seleção e/ou combinação de classificadores, além da avaliação das taxas de reconhecimento em diferentes níveis da Botânica, visto que nem sempre é preciso chegar à classificação em nível de espécie. Testados em uma base de imagens construída para o desenvolvimento deste trabalho, as estratégias e os métodos de seleção dinâmica de classificadores propostos demonstraram sua efetividade e superioridade com relação tanto aos classificadores individualmente quanto aos demais métodos testados. |
id |
UFPR_5bcf75e0abc0503adda4a1b8b5e64611 |
---|---|
oai_identifier_str |
oai:acervodigital.ufpr.br:1884/35393 |
network_acronym_str |
UFPR |
network_name_str |
Repositório Institucional da UFPR |
repository_id_str |
308 |
spelling |
Martins, Jefferson GustavoOliveira, Luiz Eduardo Soares de, 1971-Sabourin, RobertUniversidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática2014-07-24T13:16:31Z2014-07-24T13:16:31Z2014http://hdl.handle.net/1884/35393Resumo: A progressiva escassez dos recursos naturais tem conduzido a um uso cada vez mais racional destes materiais, independente de sua origem e aplicação. Dentre tais recursos, a madeira e sua exploração têm despertado grande interesse, principalmente por ser, muitas vezes, extraída de florestas nativas e da anuência que estas têm sobre o planeta. Além disso, as transações comerciais de madeira envolvem grandes montantes e são suscetíveis a fraudes. Estes logros decorrem da entrega de madeira extraída de espécies com menor valor comercial do que o acordado entre as partes e tentativas de exploração de espécies em iminente extinção. Garantir a autenticidade de madeiras constitui uma necessidade tanto de seus compradores quanto das agencias fiscalizadoras. Fatores como o elevado numero de espécies, a falta de pressionais capacitados, o exaustivo processo de reconhecimento e a perda de características naturais (folhas, casca e cor) tornam ainda mais difícil garantir a autenticidade das madeiras. Inserido neste contexto, este trabalho focou a construção de um sistema robusto para a classificação de espécies florestais utilizando as características texturais presentes nas imagens microscópicas de madeira, a representação no espaço de dissimilaridade e os sistemas compostos por múltiplos classificadores. Para isso, explorou-se diferentes alternativas para representar as características texturais. Para permitir a aplicação dos modelos de classificação a espécies não consideradas durante seu treinamento, buscou-se definir os melhores valores para os parâmetros inerentes ao processo de construção dos classificadores no espaço de dissimilaridade. Buscando ainda melhorar o desempenho do sistema, também foram propostos e avaliados métodos para seleção e/ou combinação de classificadores, além da avaliação das taxas de reconhecimento em diferentes níveis da Botânica, visto que nem sempre é preciso chegar à classificação em nível de espécie. Testados em uma base de imagens construída para o desenvolvimento deste trabalho, as estratégias e os métodos de seleção dinâmica de classificadores propostos demonstraram sua efetividade e superioridade com relação tanto aos classificadores individualmente quanto aos demais métodos testados.application/pdfTesesSistemas de reconhecimento de padrõesIdentificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridadeinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesisporreponame:Repositório Institucional da UFPRinstname:Universidade Federal do Paraná (UFPR)instacron:UFPRinfo:eu-repo/semantics/openAccessORIGINALR - T - JEFFERSON GUSTAVO MARTINS.pdfapplication/pdf10965659https://acervodigital.ufpr.br/bitstream/1884/35393/1/R%20-%20T%20-%20JEFFERSON%20GUSTAVO%20MARTINS.pdfaffcf8e7d9eaa84654a93ccd65f9595fMD51open accessTEXTR - T - JEFFERSON GUSTAVO MARTINS.pdf.txtR - T - JEFFERSON GUSTAVO MARTINS.pdf.txtExtracted Texttext/plain383641https://acervodigital.ufpr.br/bitstream/1884/35393/2/R%20-%20T%20-%20JEFFERSON%20GUSTAVO%20MARTINS.pdf.txtf0123eee710f290a1e80fa9e1693762bMD52open accessTHUMBNAILR - T - JEFFERSON GUSTAVO MARTINS.pdf.jpgR - T - JEFFERSON GUSTAVO MARTINS.pdf.jpgGenerated Thumbnailimage/jpeg1197https://acervodigital.ufpr.br/bitstream/1884/35393/3/R%20-%20T%20-%20JEFFERSON%20GUSTAVO%20MARTINS.pdf.jpgd33ebbe8111f914f15525eaf22fef50dMD53open access1884/353932016-04-07 04:13:32.219open accessoai:acervodigital.ufpr.br:1884/35393Repositório de PublicaçõesPUBhttp://acervodigital.ufpr.br/oai/requestopendoar:3082016-04-07T07:13:32Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR)false |
dc.title.pt_BR.fl_str_mv |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
title |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
spellingShingle |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade Martins, Jefferson Gustavo Teses Sistemas de reconhecimento de padrões |
title_short |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
title_full |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
title_fullStr |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
title_full_unstemmed |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
title_sort |
Identificação de espécies florestais utilizando seleção dinâmica de classificadores no espaço de dissimilaridade |
author |
Martins, Jefferson Gustavo |
author_facet |
Martins, Jefferson Gustavo |
author_role |
author |
dc.contributor.other.pt_BR.fl_str_mv |
Oliveira, Luiz Eduardo Soares de, 1971- Sabourin, Robert Universidade Federal do Paraná. Setor de Ciências Exatas. Programa de Pós-Graduação em Informática |
dc.contributor.author.fl_str_mv |
Martins, Jefferson Gustavo |
dc.subject.por.fl_str_mv |
Teses Sistemas de reconhecimento de padrões |
topic |
Teses Sistemas de reconhecimento de padrões |
description |
Resumo: A progressiva escassez dos recursos naturais tem conduzido a um uso cada vez mais racional destes materiais, independente de sua origem e aplicação. Dentre tais recursos, a madeira e sua exploração têm despertado grande interesse, principalmente por ser, muitas vezes, extraída de florestas nativas e da anuência que estas têm sobre o planeta. Além disso, as transações comerciais de madeira envolvem grandes montantes e são suscetíveis a fraudes. Estes logros decorrem da entrega de madeira extraída de espécies com menor valor comercial do que o acordado entre as partes e tentativas de exploração de espécies em iminente extinção. Garantir a autenticidade de madeiras constitui uma necessidade tanto de seus compradores quanto das agencias fiscalizadoras. Fatores como o elevado numero de espécies, a falta de pressionais capacitados, o exaustivo processo de reconhecimento e a perda de características naturais (folhas, casca e cor) tornam ainda mais difícil garantir a autenticidade das madeiras. Inserido neste contexto, este trabalho focou a construção de um sistema robusto para a classificação de espécies florestais utilizando as características texturais presentes nas imagens microscópicas de madeira, a representação no espaço de dissimilaridade e os sistemas compostos por múltiplos classificadores. Para isso, explorou-se diferentes alternativas para representar as características texturais. Para permitir a aplicação dos modelos de classificação a espécies não consideradas durante seu treinamento, buscou-se definir os melhores valores para os parâmetros inerentes ao processo de construção dos classificadores no espaço de dissimilaridade. Buscando ainda melhorar o desempenho do sistema, também foram propostos e avaliados métodos para seleção e/ou combinação de classificadores, além da avaliação das taxas de reconhecimento em diferentes níveis da Botânica, visto que nem sempre é preciso chegar à classificação em nível de espécie. Testados em uma base de imagens construída para o desenvolvimento deste trabalho, as estratégias e os métodos de seleção dinâmica de classificadores propostos demonstraram sua efetividade e superioridade com relação tanto aos classificadores individualmente quanto aos demais métodos testados. |
publishDate |
2014 |
dc.date.accessioned.fl_str_mv |
2014-07-24T13:16:31Z |
dc.date.available.fl_str_mv |
2014-07-24T13:16:31Z |
dc.date.issued.fl_str_mv |
2014 |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/doctoralThesis |
format |
doctoralThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://hdl.handle.net/1884/35393 |
url |
http://hdl.handle.net/1884/35393 |
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 Institucional da UFPR instname:Universidade Federal do Paraná (UFPR) instacron:UFPR |
instname_str |
Universidade Federal do Paraná (UFPR) |
instacron_str |
UFPR |
institution |
UFPR |
reponame_str |
Repositório Institucional da UFPR |
collection |
Repositório Institucional da UFPR |
bitstream.url.fl_str_mv |
https://acervodigital.ufpr.br/bitstream/1884/35393/1/R%20-%20T%20-%20JEFFERSON%20GUSTAVO%20MARTINS.pdf https://acervodigital.ufpr.br/bitstream/1884/35393/2/R%20-%20T%20-%20JEFFERSON%20GUSTAVO%20MARTINS.pdf.txt https://acervodigital.ufpr.br/bitstream/1884/35393/3/R%20-%20T%20-%20JEFFERSON%20GUSTAVO%20MARTINS.pdf.jpg |
bitstream.checksum.fl_str_mv |
affcf8e7d9eaa84654a93ccd65f9595f f0123eee710f290a1e80fa9e1693762b d33ebbe8111f914f15525eaf22fef50d |
bitstream.checksumAlgorithm.fl_str_mv |
MD5 MD5 MD5 |
repository.name.fl_str_mv |
Repositório Institucional da UFPR - Universidade Federal do Paraná (UFPR) |
repository.mail.fl_str_mv |
|
_version_ |
1801860348598288384 |