A apresentação está carregando. Por favor, espere

A apresentação está carregando. Por favor, espere

UMA ABORDAGEM HÍBRIDA PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO Aluno: Sandro Luiz Jailson Lopes Tinôco Orientador: David Menotti Gomes.

Apresentações semelhantes


Apresentação em tema: "UMA ABORDAGEM HÍBRIDA PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO Aluno: Sandro Luiz Jailson Lopes Tinôco Orientador: David Menotti Gomes."— Transcrição da apresentação:

1 UMA ABORDAGEM HÍBRIDA PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO Aluno: Sandro Luiz Jailson Lopes Tinôco Orientador: David Menotti Gomes

2 Organização do Trabalho Objetivo Imagens Hiperespectrais Abordagem Proposta – KNN – Kmeans Experimentos e Resultados Conclusão

3 Introdução Objetivo: – Diminuir o conjunto de treinamento do KNN e reduzir o tempo de execução do algoritmo, mantendo ou melhorando a precisão.

4 Imagens Hiperespectrais

5 Abordagem Proposta Passo 1: – Separar os pixels rotulados em conjuntos. – Cada conjunto representando uma classe.

6 Abordagem Proposta

7 Passo 2: – Fazer a classificação não supervisionada de cada conjunto com um algoritmo de clusterização, como o Kmeans.

8 Abordagem Proposta

9 Passo 3 – Criar novos conjuntos de treinamento formados pelos centros encontrados

10 Abordagem Proposta

11 Passo 4 – Fazer a classificação com um algoritmo de classificação supervisionada, como o KNN, utilizando os novos conjuntos de treinamento.

12 Abordagem Proposta

13 Balanceamento das Classes K = quantidade de clusters C = quantidade de classes Q = quantidade de elementos de cada classe M = mediana{Q1, Q2,..., Qn}, com n = 1,2,..., C, R = M/K NKn = Qn/R NK = quantidade de clusters para cada classe

14 Validação Cruzada

15 Experimentos Código Matlab Imagens dos sensores Aviris e Rosis

16 Aviris Rosis

17 Mapa temático: Aviris, 3-NN

18 Mapa temático: Aviris, 1-NN e 60 centros

19 Mapa temático: Rosis, 3-NN

20 Mapa temático: Rosis, 1-NN e 60 centros

21 Resultados: Precisão Geral

22 Resultados: Tempo de Execução

23 Análise A precisão da abordagem proposta está abaixo da precisão do KNN, em torno de 2% para imagens AVIRIS e 4% para imagens ROSIS. O tempo de execução da abordagem proposta chega a ser 10 vezes menor para imagens ROSIS e 2 vezes menor para imagens AVIRIS

24 Resultados: Precisão Média por Classe - Aviris

25 Resultados: Precisão Média por Classe - Rosis

26 Conclusão e Trabalhos Futuros A abordagem se mostrou promissora, uma vez que diminui o tempo de execução do KNN. Pesquisar algoritmos de redução de dimensionalidade.

27 Obrigado! Perguntas?


Carregar ppt "UMA ABORDAGEM HÍBRIDA PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO Aluno: Sandro Luiz Jailson Lopes Tinôco Orientador: David Menotti Gomes."

Apresentações semelhantes


Anúncios Google