Identificação de incêndios florestais utilizando segmentação de imagens e aprendizado de máquina
Carregando...
Data
Autores
Orientador(es)
Coorientador(es)
Membros da banca
Costa, Marly Guimarães Fernandes
Januário, Francisco de Assis Pereira
Januário, Francisco de Assis Pereira
Pós-Graduação
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Federal do Amazonas
Tipo
Direito de acesso
DOI
Resumo
Este trabalho propõe o uso de diferentes técnicas de pré-processamento de dados e aprendizado profundo para análise de imagens e detecção de incêndios florestais. As imagens utilizadas para treinamento têm origem em dois diferentes bancos de dados com variação de horário, estação climática e posicionamento. Para o treinamento, optou-se por empregar algoritmos de aprendizagem supervisionada e classificadores probabilísticos, totalizando três origens de treinamento com variações de parâmetros e diferentes técnicas de pré-processamento complementares, como color perception e quartis.
A principal métrica de avaliação se refere a acurácia e ao índice de verdadeiros-positivos e falsos-negativos, essenciais para essa aplicação, por se tratar de um sistema de identificação e alerta. Também se considera valores de tempo de processamento e treinamento. Os resultados obtidos foram superiores ao estado-da-arte para identificação de incêndios florestais, com acurácias superiores a 99,6% utilizando a técnica Random Forest.
Abstract
This work proposes the use of different data preprocessing and deep learning techniques for image analysis and forest fire detection. The images used for training originate from two different databases with variation in time, weather season and positioning. For training, we chose to employ supervised learning algorithms and probabilistic classifiers, totaling three training sources with parameter variations and different complementary pre-processing techniques, such as color perception and quartiles.
The main evaluation metric refers to accuracy and the rate of true positives and false negatives, essential for this application, as it is an identification and alert system. Processing and training time values are also considered. The results obtained were superior to the state-of-the-art for identifying forest fires, with accuracies greater than 99.6% using the Random Forest technique.
Descrição
Termo controlado
Incêndios florestais; Aprendizado do computador; Processamento de imagens
Objetivos de Desenvolvimento Sustentável (ODS)
Citação
CASTRO, Lucas de Góes Muniz. Identificação de incêndios florestais utilizando segmentação de imagens e aprendizado de máquina. 2023. 71 f. Dissertação (Mestrado em Engenharia Elétrica) - Universidade Federal do Amazonas, Manaus (AM), 2023.
Coleções
Avaliação
Revisão
Suplementado Por
Referenciado Por
Direitos e licenciamento
Acesso Aberto