Navegando por Autor "Henriques, Antônio de Pádua de Miranda"
Agora exibindo 1 - 3 de 3
- Resultados por página
- Opções de Ordenação
Tese Classificação de imagens de ambientes coralinos: uma abordagem empregando uma combinação de classificadores e máquina de vetor de suporte(Universidade Federal do Rio Grande do Norte, 2008-08-08) Henriques, Antônio de Pádua de Miranda; Dória Neto, Adrião Duarte; Amaral, Ricardo Farias do; ; http://lattes.cnpq.br/5120081491389865; ; http://lattes.cnpq.br/1987295209521433; ; http://lattes.cnpq.br/9855577471019220; Gonçalves, Luiz Marcos Garcia; ; http://lattes.cnpq.br/1562357566810393; Bezerra, Francisco Hilario Rego; ; http://lattes.cnpq.br/6050302316049061; Silva, Marcelino Pereira dos Santos; ; http://lattes.cnpq.br/7817033448036400; Gherardi, Douglas Francisco Marcolino; ; http://lattes.cnpq.br/5421394642444587A utilização de mapas, derivados da classificação de imagens de sensores remotos orbitais, tornou-se de fundamental importância para viabilizar ações de conservação e monitoramento de recifes de corais. Entretanto, a acurácia atingida no mapeamento dessas áreas é limitada pelo efeito da variação da coluna d água, que degrada o sinal recebido pelo sensor orbital e introduz erros no resultado final do processo de classificação. A limitada capacidade dos métodos tradicionais, baseados em técnicas estatísticas convencionais, para resolver este tipo de problema determinou a investigação de uma estratégia ligada à área da Inteligência Computacional. Neste trabalho foi construído um conjunto de classificadores baseados em Máquinas de Vetor de Suporte e classificador de Distância Mínima, com o objetivo de classificar imagens de sensoriamento remoto de ecossistema de recifes de corais. O sistema é composto por três estágios, através dos quais acontece o refinamento progressivo do processo de classificação. Os padrões que receberam uma classificação ambígua em uma determinada etapa do processo são reavaliados na etapa posterior. A predição não ambígua para todos os dados aconteceu através da redução ou eliminação dos falsos positivos. As imagens foram classificadas em cinco tipos de fundos: águas profundas, corais submersos, corais intermarés, algas e fundo arenoso. A melhor acurácia geral (89%) foi obtida quando foram utilizadas Máquinas de Vetor de Suporte com kernel polinomial. A acurácia das imagens classificadas foi comparada, através da utilização de matriz de erro, aos resultados alcançados pela aplicação de outros métodos de classificação baseados em um único classificador (redes neurais e o algoritmo k-means). Ao final, a comparação dos resultados alcançados demonstrou o potencial do conjunto de classificadores como instrumento de classificação de imagens de áreas submersas, sujeitas aos ruídos provocados pelos efeitos atmosféricos e da coluna d águaDissertação Classificador neural híbrido para imagens obtidas por sensoriamento remoto(Universidade Federal do Rio Grande do Norte, 2011-08-12) Lima, Alexandre Gomes de; Guerreiro, Ana Maria Guimarães; ; http://lattes.cnpq.br/8556144121380013; ; http://lattes.cnpq.br/4063478137671603; Dória Neto, Adrião Duarte; ; http://lattes.cnpq.br/1987295209521433; Henriques, Antônio de Pádua de Miranda; ; http://lattes.cnpq.br/9855577471019220; Soares, Heliana Bezerra;O sensoriamento remoto de uma tecnologia de extrema importância na atualidade, permitindo a captação de dados da superfície terrestre que são utilizados com diversas finalidades, entre as quais, fiscalização ambiental, acompanhamento de uso dos recursos naturais, prospecçãao geológica e monitoramento de catástrofes. Uma das aplicações principais do sensoriamento remoto é a geração de mapas temáticos e posterior levantamento de áreas a partir de imagens geradas por sensores orbitais ou sub-orbitais. Métodos de classicação de padrões são utilizados na implementação de rotinas computacionais que automatizem essa atividade. As redes neurais artificiais apresentam-se como métodos alternativos viáveis aos classicadores estatísticos tradicionais, principalmente em aplicações cujos dados apresentem alta dimensionalidade como os provenientes de sensores hiperespectrais. Este trabalho tem como objetivo principal desenvolver um classicador baseado nas redes neurais de função de base radial e Growing Neural Gas e que apresenta algumas vantagens em relação à utilização individual de redes neurais. A idéia principal é utilizar as características incrementais da rede Growing Neural Gas para determinar a quantidade e a escolha de centros da rede de função de base radial com o intuito de obter um classificador altamente ecaz. Para atestar o desempenho do classicador são apresentados três estudos de caso juntamente com os resultados obtidosDissertação Uma proposição para o cálculo de mapas de disparidade de imagens estéreo usando um interpolador neural baseado em funções de base radial(Universidade Federal do Rio Grande do Norte, 2010-01-13) Araújo, Allan David Garcia de; Dória Neto, Adrião Duarte; Martins, Allan de Medeiros; ; http://lattes.cnpq.br/4402694969508077; ; http://lattes.cnpq.br/1987295209521433; ; http://lattes.cnpq.br/8700674838201183; Brito Júnior, Agostinho de Medeiros; ; http://lattes.cnpq.br/0958617290020120; Henriques, Antônio de Pádua de Miranda; ; http://lattes.cnpq.br/9855577471019220O presente trabalho visa buscar uma alternativa mais viável para o cálculo das disparidades em imagens de visão estéreo, utilizando um fator de salto que reduz a quantidade de pontos que são considerados da imagem capturada, e uma rede neural baseada em funções de base radial para interpolar os resultados obtidos. O objetivo a ser alcançado é produzir uma imagem de disparidades aproximada da real com algoritmos de baixo custo computacional, diferentemente dos algoritmos tradicionais