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 | Victoria University of Wellington — VUW | - |
Autor(es): dc.creator | Negri, Rogério G. | - |
Autor(es): dc.creator | Frery, Alejandro C. | - |
Data de aceite: dc.date.accessioned | 2025-08-21T20:02:07Z | - |
Data de disponibilização: dc.date.available | 2025-08-21T20:02:07Z | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-07-29 | - |
Data de envio: dc.date.issued | 2023-09-01 | - |
Fonte completa do material: dc.identifier | http://dx.doi.org/10.1016/j.cageo.2023.105390 | - |
Fonte completa do material: dc.identifier | http://hdl.handle.net/11449/247498 | - |
Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/247498 | - |
Descrição: dc.description | Change detection techniques play an essential role in Remote Sensing applications, such as environmental monitoring, governmental planning, and studies of areas affected by natural disasters. This fact makes the development of more accurate change detection techniques a constant challenge. However, the lack of public benchmarks available to analyze and compare the performance of change detection techniques hampers quantitative comparisons. In light of this reality, this study proposes and formalizes a novel framework for imagery dataset simulation. In contrast with other image simulation methods, images synthesized by the proposed method are explicitly designed to assess and compare change detection methods. The framework is extensible and general allowing, in particular, the use of both supervised and unsupervised change detection methods. As an application, we compare the performance of well-known algorithms to data sets that mimic what the Landsat 5 TM sensor observed over a forest area subjected to deforestation for agricultural purposes. The results support discussing the performance of methods and show the usefulness of the proposed framework. We provide the source codes in a public repository. | - |
Descrição: dc.description | Fundação de Amparo à Pesquisa do Estado de São Paulo (FAPESP) | - |
Descrição: dc.description | Conselho Nacional de Desenvolvimento Científico e Tecnológico (CNPq) | - |
Descrição: dc.description | São Paulo State University – UNESP Institute of Science and Technology – ICT, São José dos Campos | - |
Descrição: dc.description | School of Mathematics and Statistics Victoria University of Wellington — VUW | - |
Descrição: dc.description | São Paulo State University – UNESP Institute of Science and Technology – ICT, São José dos Campos | - |
Descrição: dc.description | FAPESP: 2018/01033-3 | - |
Descrição: dc.description | FAPESP: 2021/01305-6 | - |
Descrição: dc.description | CNPq: 305220/2022-5 | - |
Idioma: dc.language | en | - |
Relação: dc.relation | Computers and Geosciences | - |
???dc.source???: dc.source | Scopus | - |
Palavras-chave: dc.subject | Change detection | - |
Palavras-chave: dc.subject | Classification assessment | - |
Palavras-chave: dc.subject | Image simulation | - |
Título: dc.title | A general and extensible framework for assessing change detection techniques | - |
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: