
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 | University of Stirling | - |
| Autor(es): dc.contributor | University of Western São Paulo (UNOESTE) | - |
| Autor(es): dc.contributor | Universidade Estadual Paulista (UNESP) | - |
| Autor(es): dc.contributor | Universidade Federal de Mato Grosso do Sul (UFMS) | - |
| Autor(es): dc.contributor | University of Sheffield | - |
| Autor(es): dc.creator | Nogueira, Keiller | - |
| Autor(es): dc.creator | Faita-Pinheiro, Mayara Maezano | - |
| Autor(es): dc.creator | Marques Ramos, Ana Paula | - |
| Autor(es): dc.creator | Goncalves, Wesley Nunes | - |
| Autor(es): dc.creator | Junior, José Marcato | - |
| Autor(es): dc.creator | Dos Santos, Jefersson A. | - |
| Data de aceite: dc.date.accessioned | 2025-08-21T22:00:25Z | - |
| Data de disponibilização: dc.date.available | 2025-08-21T22:00:25Z | - |
| Data de envio: dc.date.issued | 2025-04-29 | - |
| Data de envio: dc.date.issued | 2024-01-02 | - |
| Fonte completa do material: dc.identifier | http://dx.doi.org/10.1109/WACV57701.2024.00818 | - |
| Fonte completa do material: dc.identifier | https://hdl.handle.net/11449/309836 | - |
| Fonte: dc.identifier.uri | http://educapes.capes.gov.br/handle/11449/309836 | - |
| Descrição: dc.description | Binary segmentation is the main task underpinning several remote sensing applications, which are particularly interested in identifying and monitoring a specific category/object. Although extremely important, such a task has several challenges, including huge intra-class variance for the background and data imbalance. Furthermore, most works tackling this task partially or completely ignore one or both of these challenges and their developments. In this paper, we propose a novel method to perform imbalanced binary segmentation of remote sensing images based on deep networks, prototypes, and contrastive loss. The proposed approach allows the model to focus on learning the foreground class while alleviating the class imbalance problem by allowing it to concentrate on the most difficult background examples. The results demonstrate that the proposed method outperforms state-of-the-art techniques for imbalanced binary segmentation of remote sensing images while taking much less training time. | - |
| Descrição: dc.description | University of Stirling, Scotland | - |
| Descrição: dc.description | University of Western São Paulo (UNOESTE), São Paulo | - |
| Descrição: dc.description | São Paulo State University (UNESP), São Paulo | - |
| Descrição: dc.description | Federal University of Mato Grosso Do sul (UFMS), Mato Grosso do Sul | - |
| Descrição: dc.description | University of Sheffield, England | - |
| Descrição: dc.description | São Paulo State University (UNESP), São Paulo | - |
| Formato: dc.format | 8351-8361 | - |
| Idioma: dc.language | en | - |
| Relação: dc.relation | Proceedings - 2024 IEEE Winter Conference on Applications of Computer Vision, WACV 2024 | - |
| ???dc.source???: dc.source | Scopus | - |
| Palavras-chave: dc.subject | Algorithms | - |
| Palavras-chave: dc.subject | and algorithms | - |
| Palavras-chave: dc.subject | Applications | - |
| Palavras-chave: dc.subject | formulations | - |
| Palavras-chave: dc.subject | Image recognition and understanding | - |
| Palavras-chave: dc.subject | Machine learning architectures | - |
| Palavras-chave: dc.subject | Remote Sensing | - |
| Título: dc.title | Prototypical Contrastive Network for Imbalanced Aerial Image Segmentation | - |
| 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: