[en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS

[pt] Esta dissertação faz uma comparação de três métodos de classificação em cascata de imagens multitemporais. Os classificadores se baseiam nas seguintes técnicas: (1) Máquina de Suporte Vetorial (SVM), (2) Modelos Ocultos de Markov (HMM) e (3) Cadeias de Markov Nebulosas(FMC). Para verificar a ro...

ver descrição completa

Detalhes bibliográficos
Autor: LIGIA MARCELA TARAZONA ALVARADO
Formato: tesis doctoral
Estado:Versión publicada
Fecha de publicación:2019
País:Brasil
Recursos:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
Repositorio:Repositório Institucional da PUC-RIO (Projeto Maxwell)
Idioma:portugués
OAI Identifier:oai:MAXWELL.puc-rio.br:37871
Acesso em linha:https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=2
http://doi.org/10.17771/PUCRio.acad.37871
Access Level:acceso abierto
Palavra-chave:[pt] SENSORIAMENTO REMOTO
[pt] FMC
[pt] ANALISE MULTITEMPORAL
[pt] SVM
[pt] HMM
[en] REMOTE SENSING
[en] FMC
[en] MULTITEMPORAL ANALYSIS
[en] SVM
[en] HMM
id BR_8d46f29bb6f961bbb4fca5e089ec0b29
oai_identifier_str oai:MAXWELL.puc-rio.br:37871
network_acronym_str BR
network_name_str Brasil
repository_id_str
spelling [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS [pt] COMPARAÇÃO DE MÉTODOS DE CLASSIFICAÇÃO MULTITEMPORAL EM CASCATA [pt] SENSORIAMENTO REMOTO[pt] FMC[pt] ANALISE MULTITEMPORAL[pt] SVM[pt] HMM[en] REMOTE SENSING[en] FMC[en] MULTITEMPORAL ANALYSIS[en] SVM[en] HMM[pt] Esta dissertação faz uma comparação de três métodos de classificação em cascata de imagens multitemporais. Os classificadores se baseiam nas seguintes técnicas: (1) Máquina de Suporte Vetorial (SVM), (2) Modelos Ocultos de Markov (HMM) e (3) Cadeias de Markov Nebulosas(FMC). Para verificar a robustez dos modelos de classificação, introduziram-se nos dados de entrada outliers, avaliando-se assim, a robustez dos classificadores. Adicionalmente, avaliou-se o desempenho dos métodos quando a proporção de ocorrências de cada transição de classe no conjunto de treinamento difere da proporção no conjunto de teste. Determinou-se também qual o benefício do uso de conhecimento a priori sobre as transições possíveis. A análise experimental foi realizada sobre dois conjuntos de imagens de diferentes características, um par de imagens IKONOS do Rio de Janeiro, Brasil e um par de imagens LANDSAT7 de Alcinópolis, Mato Grosso do Sul. O estudo revelou que acurácia global das três abordagens tem um comportamento similar nos diferentes experimentos. Mostrou também que todas as três abordagens multitemporais apresentam desempenho superior aos seus homólogos monotemporais.[en] This dissertation compares three cascade multitemporal image classification methods based on: (1) Support Vector Machines (SVM), (2) Hidden Markov Models (HMM) and (3) Fuzzy Markov Chains (FMC). The robustness of the classification models is verified, by introducing outliers in the data set. Additionally, performance of each method is evaluated when the number of occurrences of each class transition is different in the training and in the testing set. The gain of exploiting a prior knowledge regarding the admissible transitions in each target site is also investigated. The experimental analysis is conducted over two data sets with different characteristics; specifically a pair of IKONOS images of Rio de Janeiro and a pair of LANDSAT7 images of Alcinópolis, Mato Grosso do Sul. This study has concluded that the overall accuracy of the three approaches are similar through all experiments. The superiority ofthe multitemporal approaches over the monotemporal counterparts was confirmed.MAXWELLRAUL QUEIROZ FEITOSA2019-04-30info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/doctoralThesishttps://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=1https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=2http://doi.org/10.17771/PUCRio.acad.37871porreponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)instacron:PUC_RIOinfo:eu-repo/semantics/openAccessLIGIA MARCELA TARAZONA ALVARADO2019-04-30T00:00:00Zoai:MAXWELL.puc-rio.br:37871Repositório InstitucionalPRIhttps://www.maxwell.vrac.puc-rio.br/ibict.phpopendoar:5342019-04-30T00:00Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)false
dc.title.none.fl_str_mv [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
[pt] COMPARAÇÃO DE MÉTODOS DE CLASSIFICAÇÃO MULTITEMPORAL EM CASCATA
title [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
spellingShingle [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
LIGIA MARCELA TARAZONA ALVARADO
[pt] SENSORIAMENTO REMOTO
[pt] FMC
[pt] ANALISE MULTITEMPORAL
[pt] SVM
[pt] HMM
[en] REMOTE SENSING
[en] FMC
[en] MULTITEMPORAL ANALYSIS
[en] SVM
[en] HMM
title_short [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
title_full [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
title_fullStr [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
title_full_unstemmed [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
title_sort [en] A COMPARISON OF CASCADE MULTITEMPORAL IMAGE CLASSIFICATION METHODS
dc.creator.none.fl_str_mv LIGIA MARCELA TARAZONA ALVARADO
author LIGIA MARCELA TARAZONA ALVARADO
author_facet LIGIA MARCELA TARAZONA ALVARADO
author_role author
dc.contributor.none.fl_str_mv RAUL QUEIROZ FEITOSA
dc.subject.por.fl_str_mv [pt] SENSORIAMENTO REMOTO
[pt] FMC
[pt] ANALISE MULTITEMPORAL
[pt] SVM
[pt] HMM
[en] REMOTE SENSING
[en] FMC
[en] MULTITEMPORAL ANALYSIS
[en] SVM
[en] HMM
topic [pt] SENSORIAMENTO REMOTO
[pt] FMC
[pt] ANALISE MULTITEMPORAL
[pt] SVM
[pt] HMM
[en] REMOTE SENSING
[en] FMC
[en] MULTITEMPORAL ANALYSIS
[en] SVM
[en] HMM
description [pt] Esta dissertação faz uma comparação de três métodos de classificação em cascata de imagens multitemporais. Os classificadores se baseiam nas seguintes técnicas: (1) Máquina de Suporte Vetorial (SVM), (2) Modelos Ocultos de Markov (HMM) e (3) Cadeias de Markov Nebulosas(FMC). Para verificar a robustez dos modelos de classificação, introduziram-se nos dados de entrada outliers, avaliando-se assim, a robustez dos classificadores. Adicionalmente, avaliou-se o desempenho dos métodos quando a proporção de ocorrências de cada transição de classe no conjunto de treinamento difere da proporção no conjunto de teste. Determinou-se também qual o benefício do uso de conhecimento a priori sobre as transições possíveis. A análise experimental foi realizada sobre dois conjuntos de imagens de diferentes características, um par de imagens IKONOS do Rio de Janeiro, Brasil e um par de imagens LANDSAT7 de Alcinópolis, Mato Grosso do Sul. O estudo revelou que acurácia global das três abordagens tem um comportamento similar nos diferentes experimentos. Mostrou também que todas as três abordagens multitemporais apresentam desempenho superior aos seus homólogos monotemporais.
publishDate 2019
dc.date.none.fl_str_mv 2019-04-30
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=2
http://doi.org/10.17771/PUCRio.acad.37871
url https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=1
https://www.maxwell.vrac.puc-rio.br/colecao.php?strSecao=resultado&nrSeq=37871&idi=2
http://doi.org/10.17771/PUCRio.acad.37871
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.publisher.none.fl_str_mv MAXWELL
publisher.none.fl_str_mv MAXWELL
dc.source.none.fl_str_mv reponame:Repositório Institucional da PUC-RIO (Projeto Maxwell)
instname:Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron:PUC_RIO
instname_str Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
instacron_str PUC_RIO
institution PUC_RIO
reponame_str Repositório Institucional da PUC-RIO (Projeto Maxwell)
collection Repositório Institucional da PUC-RIO (Projeto Maxwell)
repository.name.fl_str_mv Repositório Institucional da PUC-RIO (Projeto Maxwell) - Pontifícia Universidade Católica do Rio de Janeiro (PUC-RIO)
repository.mail.fl_str_mv
_version_ 1853670996447330304
score 15,228081

Registos relacionados