
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 de São Paulo (USP) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Science for Life Laboratory | - |
| Autor(es): dc.creator | Scabini, Leonardo | - |
| Autor(es): dc.creator | Zielinski, Kallil | - |
| Autor(es): dc.creator | Fares, Ricardo | - |
| Autor(es): dc.creator | Konuk, Emir | - |
| Autor(es): dc.creator | Miranda, Gisele | - |
| Autor(es): dc.creator | Kolb, Rosana | - |
| Autor(es): dc.creator | Ribas, Lucas | - |
| Autor(es): dc.creator | Bruno, Odemir | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T20:58:47Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T20:58:47Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-05-24 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1145/3674029.3674063 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/300684 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/300684 | - |
| Descrição: dc.description | In this work, we explore various computer vision techniques, with a focus on texture recognition approaches, for the task of plant species detection. We particularly emphasize the study of a challenging dataset consisting of 50 Brazilian plant species' leaf midrib cross-sections using microscope images. The research focuses on a recent method named Random Encoding of Aggregated Deep Activation Maps (RADAM) that leverages deep features from pre-trained Convolutional Neural Networks (CNNs) for improved plant species identification. This method demonstrates significant advancement over traditional texture analysis and deep learning approaches, showcasing the potential of combining deep feature engineering with texture analysis for accurate plant species recognition. | - |
| Descrição: dc.description | São Carlos Institute of Physics University of São Paulo | - |
| Descrição: dc.description | Institute of Biosciences Humanities and Exact Sciences São Paulo State University | - |
| Descrição: dc.description | Division of Computational Science and Technology School of Electrical Engineering and Computer Science Kth Science for Life Laboratory | - |
| Descrição: dc.description | Faculty of Sciences and Letters São Paulo State University | - |
| Descrição: dc.description | Institute of Biosciences Humanities and Exact Sciences São Paulo State University | - |
| Descrição: dc.description | Faculty of Sciences and Letters São Paulo State University | - |
| Formato: dc.format | 209-213 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | ACM International Conference Proceeding Series | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Computer Vision | - |
| Palavras-chave: dc.subject | Deep Learning | - |
| Palavras-chave: dc.subject | Plant Sciences | - |
| Palavras-chave: dc.subject | Texture Analysis | - |
| Título: dc.title | Deep Texture Feature Aggregation on Leaf Microscopy Images for Brazilian Plant Species Recognition | - |
| Tipo de arquivo: dc.type | aula 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: