Submitted by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-12-01T13:30:13Z
No. of bitstreams: 1
Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-12-01T13:30:28Z (GMT) No. of bitstreams: 1
Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) / Approved for entry into archive by Divisão de Documentação/BC Biblioteca Central (ddbc@ufam.edu.br) on 2016-12-01T13:30:49Z (GMT) No. of bitstreams: 1
Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5) / Made available in DSpace on 2016-12-01T13:30:50Z (GMT). No. of bitstreams: 1
Dissertação - Luiz C. A. M. Cavalcanti.pdf: 12456865 bytes, checksum: 8cefb0785da034136e29212e34ef9290 (MD5)
Previous issue date: 2016-07-01 / Agência de Fomento não informada / During environmental crimes patrolling, the response time is a very important component
for the success of the missions. Generally, infractions occur in remote and hard-access
places, characteristics that hinder both the patrolling as well the action of environmental
protection agents. To increase the approaches’ success rate and reduce the risk of human
lives, unmanned aerial vehicles (UAVs) can be used to cover large areas of forest in a short
time without being perceived by offenders, allowing the patrolling organs responsible for
these areas to plan and act more efficiently in the repression of such crimes. The new
problem generated by this approach is the huge amount of data generated during these
missions, which often includes hours of video. The manual inspection of all this material
in searching for anthropic elements is very tiring and error-prone. This work presents
a evaluation of image segmentation techniques, inspections of features to be extracted,
followed by a supervised classification of those segments for anthropic element detection in
amazon’s rain forest aerial images. Besides making publicly available a dataset with more
than 3,000 images and 10,000 segments labeled accordingly, this work investigates different
strategies for anthropic elements classification. The experiments obtained a consistency
error rate inferior to 8% in image segmentation and a precision above 94% on target
objects classification through one-class classifiers ensemble, using One-class SVM and
REPTree algorithms. / Durante o patrulhamento de crimes ambientais, o tempo de resposta é um componente
muito importante no sucesso das missões. Geralmente as infrações ocorrem em lugares
ermos e de difícil acesso, características que dificultam tanto o patrulhamento quanto a
ação de agentes de preservação ambiental. Para aumentar a taxa de sucesso das abordagens
e reduzir o risco de vidas humanas, veículos aéreos não-tripulados (VANTs) podem ser
usados para cobrir grandes áreas de floresta em pouco tempo, sem que sejam percebidos
por infratores, permitindo que os órgãos de patrulhamento dessas áreas possam planejar e
agir com mais eficiência na repressão a esses crimes. O novo problema gerado por essa
abordagem é a enorme quantidade de dados gerada durante essas missões, que muitas
vezes compreendem horas de vídeo. A inspeção manual de todo esse material em busca
de elementos antrópicos é muito cansativa e propensa a erros. Este trabalho apresenta
uma avaliação de técnicas de segmentação de imagens, inspeção de características a serem
extraídas, seguido da classificação supervisionada destes segmentos para detecção de
elementos antrópicos em imagens aéreas da floresta amazônica. Além da publicação de
uma base de dados com cerca de 3.000 imagens e 10.000 segmentos devidamente rotulados e
investiga diferentes estratégias para classificação de elementos antrópicos. Os experimentos
realizados obtiveram taxas de erro de consistência inferiores a 8% na segmentação das
imagens utilizando o algoritmo SRM e precisão acima de 94% na classificação dos objetos de
interesse através de conjuntos de classificadores unários, utilizando os algoritmos One-Class
SVM e REPTree.
| Identifer | oai:union.ndltd.org:IBICT/oai:http://localhost:tede/5301 |
| Date | 01 July 2016 |
| Creators | Cavalcanti, Luiz Carlos Amaral Mendonça |
| Contributors | Santos, Eulanda Miranda dos |
| Publisher | Universidade Federal do Amazonas, Programa de Pós-graduação em Informática, UFAM, Brasil, Instituto de Computação |
| Source Sets | IBICT Brazilian ETDs |
| Language | Portuguese |
| Detected Language | Portuguese |
| Type | info:eu-repo/semantics/publishedVersion, info:eu-repo/semantics/masterThesis |
| Format | application/pdf |
| Source | reponame:Biblioteca Digital de Teses e Dissertações da UFAM, instname:Universidade Federal do Amazonas, instacron:UFAM |
| Rights | info:eu-repo/semantics/openAccess |
| Relation | -312656415484870643, 600, 500, 4163267508810754609 |
Page generated in 0.0809 seconds