Atenção:
O eduCAPES é um repositório de objetos educacionais, não sendo responsável por materiais de terceiros submetidos na plataforma. O usuário assume ampla e total responsabilidade quanto à originalidade, à titularidade e ao conteúdo, citações de obras consultadas, referências e outros elementos que fazem parte do material que deseja submeter. Recomendamos que se reporte diretamente ao(s) autor(es), indicando qual parte do material foi considerada imprópria (cite página e parágrafo) e justificando sua denúncia.
Caso seja o autor original de algum material publicado indevidamente ou sem autorização, será necessário que se identifique informando nome completo, CPF e data de nascimento. Caso possua uma decisão judicial para retirada do material, solicitamos que informe o link de acesso ao documento, bem como quaisquer dados necessários ao acesso, no campo abaixo.
Todas as denúncias são sigilosas e sua identidade será preservada. Os campos nome e e-mail são de preenchimento opcional. Porém, ao deixar de informar seu e-mail, um possível retorno será inviabilizado e/ou sua denúncia poderá ser desconsiderada no caso de necessitar de informações complementares.
Metadados | Descrição | Idioma |
---|---|---|
Autor(es): dc.contributor | Universidade Estadual Paulista (Unesp) | - |
Autor(es): dc.contributor | Universidade Federal de Alagoas | - |
Autor(es): dc.contributor | Universidade Federal de Itajubá (UNIFEI) | - |
Autor(es): dc.creator | Negri, Rogerio Galante [UNESP] | - |
Autor(es): dc.creator | Frery, Alejandro C. | - |
Autor(es): dc.creator | Casaca, Wallace [UNESP] | - |
Autor(es): dc.creator | Azevedo, Samara | - |
Autor(es): dc.creator | DIas, Mauricio Araujo [UNESP] | - |
Autor(es): dc.creator | Silva, Erivaldo Antonio [UNESP] | - |
Autor(es): dc.creator | Alcantara, Enner Herenio [UNESP] | - |
Data de aceite: dc.date.accessioned | 2022-02-22T00:50:32Z | - |
Data de disponibilização: dc.date.available | 2022-02-22T00:50:32Z | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-06-25 | - |
Data de envio: dc.date.issued | 2021-04-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/TGRS.2020.3009483 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/207534 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/207534 | - |
Descrição: dc.description | Change detection is a topic of great interest in remote sensing. A good similarity metric to compute the variations among the images is the key to high-quality change detection. However, most existing approaches rely on the fixed threshold values or the user-provided ground truth in order to be effective. The inability to deal with artificial objects such as clouds and shadows is a significant difficulty for many change-detection methods. We propose a new unsupervised change-detection framework to address those critical points. The notion of homogeneous regions is introduced together with a set of geometric operations and statistic-based criteria to characterize and distinguish formally the change and nonchange areas in a pair of remote sensing images. Moreover, a robust and statistically well-posed family of stochastic distances is also proposed, which allows comparing the probability distributions of different regions/objects in the images. These stochastic measures are then used to train a support-vector-machine-based approach in order to detect the change/nonchange areas. Three study cases using the images acquired with different sensors are given in order to compare the proposed method with other well-known unsupervised methods. | - |
Descrição: dc.description | Department of Environmental Engineering Sciences and Technology Institute Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Laboratório de Computação Científica e Análise Numérica Universidade Federal de Alagoas | - |
Descrição: dc.description | Department of Energy Engineering Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Department of Natural Resources Universidade Federal de Itajubá (UNIFEI) | - |
Descrição: dc.description | Department of Mathematics and Computer Science School of Sciences and Technology Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Department of Cartography School of Sciences and Technology Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Department of Environmental Engineering Sciences and Technology Institute Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Department of Energy Engineering Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Department of Mathematics and Computer Science School of Sciences and Technology Universidade Estadual Paulista (UNESP) | - |
Descrição: dc.description | Department of Cartography School of Sciences and Technology Universidade Estadual Paulista (UNESP) | - |
Formato: dc.format | 2863-2876 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | IEEE Transactions on Geoscience and Remote Sensing | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Classification | - |
Palavras-chave: dc.subject | single-class support vector machine (SVM) | - |
Palavras-chave: dc.subject | stochastic distance | - |
Palavras-chave: dc.subject | unsupervised change detection | - |
Título: dc.title | Spectral-Spatial-Aware Unsupervised Change Detection with Stochastic Distances and Support Vector Machines | - |
Tipo de arquivo: dc.type | livro digital | - |
Aparece nas coleções: | Repositório Institucional - Unesp |
O Portal eduCAPES é oferecido ao usuário, condicionado à aceitação dos termos, condições e avisos contidos aqui e sem modificações. A CAPES poderá modificar o conteúdo ou formato deste site ou acabar com a sua operação ou suas ferramentas a seu critério único e sem aviso prévio. Ao acessar este portal, você, usuário pessoa física ou jurídica, se declara compreender e aceitar as condições aqui estabelecidas, da seguinte forma: