UMA ABORDAGEM HÍBRIDA PARA CLASSIFICAÇÃO DE IMAGENS DE SENSORIAMENTO REMOTO Aluno: Sandro Luiz Jailson Lopes Tinôco Orientador: David Menotti Gomes
Organização do Trabalho Objetivo Imagens Hiperespectrais Abordagem Proposta KNN Kmeans Experimentos e Resultados Conclusão
Introdução Objetivo: Diminuir o conjunto de treinamento do KNN e reduzir o tempo de execução do algoritmo, mantendo ou melhorando a precisão.
Imagens Hiperespectrais
Abordagem Proposta Passo 1: Separar os pixels rotulados em conjuntos. Cada conjunto representando uma classe.
Abordagem Proposta
Abordagem Proposta Passo 2: Fazer a classificação não supervisionada de cada conjunto com um algoritmo de clusterização, como o Kmeans.
Abordagem Proposta
Abordagem Proposta Passo 3 Criar novos conjuntos de treinamento formados pelos centros encontrados
Abordagem Proposta
Abordagem Proposta Passo 4 Fazer a classificação com um algoritmo de classificação supervisionada, como o KNN, utilizando os novos conjuntos de treinamento.
Abordagem Proposta
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
Validação Cruzada
Experimentos Código Matlab Imagens dos sensores Aviris e Rosis
Aviris Rosis
Mapa temático: Aviris, 3-NN
Mapa temático: Aviris, 1-NN e 60 centros
Mapa temático: Rosis, 3-NN
Mapa temático: Rosis, 1-NN e 60 centros
Resultados: Precisão Geral
Resultados: Tempo de Execução
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
Resultados: Precisão Média por Classe - Aviris
Resultados: Precisão Média por Classe - Rosis
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.
Obrigado! Perguntas?