ENVIRONMENTAL MONITORING USING DRONE IMAGES AND CONVOLUTIONAL NEURAL NETWORKS

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorUniversidade Estadual Paulista (UNESP)-
Autor(es): dc.creatorThomazella, R.-
Autor(es): dc.creatorCastanho, J. E.-
Autor(es): dc.creatorDotto, F. R. L.-
Autor(es): dc.creatorRodrigues Junior, O. P.-
Autor(es): dc.creatorRosa, G. H.-
Autor(es): dc.creatorMarana, A. N.-
Autor(es): dc.creatorPapa, J. P.-
Autor(es): dc.creatorIEEE-
Data de aceite: dc.date.accessioned2021-03-11T01:14:13Z-
Data de disponibilização: dc.date.available2021-03-11T01:14:13Z-
Data de envio: dc.date.issued2019-10-04-
Data de envio: dc.date.issued2019-10-04-
Data de envio: dc.date.issued2018-01-01-
Fonte completa do material: dc.identifierhttp://hdl.handle.net/11449/185094-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/11449/185094-
Descrição: dc.descriptionCorumba Concessoes S.A.-
Descrição: dc.descriptionConselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq)-
Descrição: dc.descriptionFundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP)-
Descrição: dc.descriptionIntel AI Academy-
Descrição: dc.descriptionCorumba Concessoes S.A.: ANEEL PD-2262-1602/2016-
Descrição: dc.descriptionCNPq: 306166/2014-3-
Descrição: dc.descriptionCNPq: 307066/2017-7-
Descrição: dc.descriptionProcesso FAPESP: 2013/07375-0-
Descrição: dc.descriptionProcesso FAPESP: 2014/12236-1-
Descrição: dc.descriptionProcesso FAPESP: 2015/25739-4-
Descrição: dc.descriptionProcesso FAPESP: 2016/19403-6-
Descrição: dc.descriptionIntel AI Academy: 2597.2017-
Descrição: dc.descriptionRecently, drone images have been used in a number of applications, mainly for pollution control and surveillance purposes. In this paper, we introduce the well-known Convolutional Neural Networks in the context of environmental monitoring using drone images, and we show their robustness in real-world images obtained from uncontrolled scenarios. We consider a transfer learning-based approach and compare two neural models, i.e., VGG16 and VGG19, to distinguish four classes: water, deforesting area, forest, and buildings. The results are analyzed by experts in the field and considered pretty much reasonable.-
Formato: dc.format8941-8944-
Idioma: dc.languageen-
Publicador: dc.publisherIeee-
Relação: dc.relationIgarss 2018 - 2018 Ieee International Geoscience And Remote Sensing Symposium-
Direitos: dc.rightsopenAccess-
Palavras-chave: dc.subjectLand-use classification-
Palavras-chave: dc.subjectDrones-
Palavras-chave: dc.subjectConvolutional Neural Networks-
Título: dc.titleENVIRONMENTAL MONITORING USING DRONE IMAGES AND CONVOLUTIONAL NEURAL NETWORKS-
Aparece nas coleções:Repositório Institucional - Unesp

Não existem arquivos associados a este item.