dc.creator.ID |
BARROS, D. F. |
pt_BR |
dc.contributor.advisor1 |
PEREIRA, Eanes Torres. |
|
dc.contributor.advisor1ID |
PEREIRA, E. T. |
pt_BR |
dc.contributor.referee1 |
ANDRADE, Wilkerson de Lucena. |
|
dc.contributor.referee1ID |
ANDRADE, W. L. |
pt_BR |
dc.contributor.referee2 |
MASSONI, Tiago Lima. |
|
dc.contributor.referee2ID |
MASSONI, T. L. |
pt_BR |
dc.description.resumo |
Devido ao crescimento populacional e a expansão dos
assentamentos informais faz-se necessário o monitoramento e
mapeamento desses locais para que possam ser desenvolvidas
políticas públicas visando a solução da precariedade
característica presente nesses espaços. Algumas das soluções
atuais envolvem classificação de imagem baseada em
algoritmos de aprendizagem de máquina, entretanto, as
presentes no estado da arte necessitam da extração de muitas
características, o que demanda muito tempo e gera uma grande
quantidade de parâmetros que precisam ser processados pelos
algoritmos. Este trabalho apresenta o uso de uma rede neural
convolucional, a U-Net com Inception ResNet-V2, como
solução para a automação de extração de características e
redução de parâmetros em imagens de satélite, com foco na
cidade de João Pessoa, na Paraíba, junto com a segmentação
das imagens visando a detecção e classificação de
assentamentos precários nos espaços urbanos. O modelo foi
avaliado utilizando os coeficientes Jaccard e Dice, que
apresentaram respectivamente 53% e 69%, nos dados de teste. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
Centro de Engenharia Elétrica e Informática - CEEI |
pt_BR |
dc.publisher.initials |
UFCG |
pt_BR |
dc.subject.cnpq |
Ciência da Computação. |
pt_BR |
dc.title |
Aplicação de redes neurais convolucionais na detecção de assentamentos precários em João Pessoa. |
pt_BR |
dc.date.issued |
2023-02-14 |
|
dc.description.abstract |
Due to population growth and the expansion of informal settlements, it is necessary to monitor and
map these places so that public policies can be developed aimed at solving the precarious nature
present in these spaces. Some of the current solutions involve image classification based on machine
learning algorithms, however, those present in the state of the art require the extraction of many
features, which takes a lot of time and generates a large amount of parameters that need to be
processed by the algorithms. This work presents the use of a Convolutional Neural Network, a U-Net
with Inception ResNet-V2, as a solution for the feature extraction automation and parameter
reduction in satellite images, focusing on the city of João Pessoa, in Paraíba, together with the
segmentation of the images aiming at the detection and classification of precarious settlements in
urban spaces. The model was evaluated using the Jaccard and Dice coefficients, which presented
respectively 53% and 69%, in the test dataset. |
pt_BR |
dc.identifier.uri |
http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29296 |
|
dc.date.accessioned |
2023-04-10T13:04:05Z |
|
dc.date.available |
2023-04-10 |
|
dc.date.available |
2023-04-10T13:04:05Z |
|
dc.type |
Trabalho de Conclusão de Curso |
pt_BR |
dc.subject |
Redes neurais convolucionais |
pt_BR |
dc.subject |
Assentamentos precários - João Pessoa - PB |
pt_BR |
dc.subject |
Aprendizagem de máquina profunda |
pt_BR |
dc.subject |
Segmentação de imagens |
pt_BR |
dc.subject |
Algoritmo - classificação de imagens |
pt_BR |
dc.subject |
Classificação de imagens |
pt_BR |
dc.subject |
U-Net - rede neural convolucional |
pt_BR |
dc.subject |
Rede neural artificial |
pt_BR |
dc.subject |
Processamento de imagens |
pt_BR |
dc.subject |
Geotecnologia |
pt_BR |
dc.subject |
Geoprocessamento |
pt_BR |
dc.subject |
Convolutional Neural Networks |
pt_BR |
dc.subject |
Precarious settlements - João Pessoa - PB |
pt_BR |
dc.subject |
Deep machine learning |
pt_BR |
dc.subject |
Image segmentation |
pt_BR |
dc.subject |
Algorithm - image classification |
pt_BR |
dc.subject |
Image rating |
pt_BR |
dc.subject |
U-Net - convolutional neural network |
pt_BR |
dc.subject |
Artificial neural network |
pt_BR |
dc.subject |
Image processing |
pt_BR |
dc.subject |
Geotechnology |
pt_BR |
dc.subject |
Geoprocessing |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.creator |
BARROS, Débora Ferreira de. |
|
dc.publisher |
Universidade Federal de Campina Grande |
pt_BR |
dc.language |
por |
pt_BR |
dc.title.alternative |
Application of convolutional neural networks in the detection of precarious settlements in João Pessoa. |
pt_BR |
dc.identifier.citation |
BARROS, Débora Ferreira de. Aplicação de redes neurais convolucionais na detecção de assentamentos precários em João Pessoa. 2023. 12f. (Trabalho de Conclusão de Curso - Artigo), Curso de Bacharelado em Ciência da Computação, Centro de Engenharia Elétrica e Informática , Universidade Federal de Campina Grande – Paraíba - Brasil, 2023. Disponível em: http://dspace.sti.ufcg.edu.br:8080/jspui/handle/riufcg/29296 |
pt_BR |