Title: UMA%20ABORDAGEM%20H
1UMA ABORDAGEM HÍBRIDA PARA CLASSIFICAÇÃO DE
IMAGENS DE SENSORIAMENTO REMOTO
- Aluno Sandro Luiz Jailson Lopes Tinôco
- Orientador David Menotti Gomes
2Organização do Trabalho
- Objetivo
- Imagens Hiperespectrais
- Abordagem Proposta
- KNN
- Kmeans
- Experimentos e Resultados
- Conclusão
3Introdução
- Objetivo
- Diminuir o conjunto de treinamento do KNN e
reduzir o tempo de execução do algoritmo,
mantendo ou melhorando a precisão.
4Imagens Hiperespectrais
5Abordagem Proposta
- Passo 1
- Separar os pixels rotulados em conjuntos.
- Cada conjunto representando uma classe.
6Abordagem Proposta
7Abordagem Proposta
- Passo 2
- Fazer a classificação não supervisionada de cada
conjunto com um algoritmo de clusterização, como
o Kmeans.
8Abordagem Proposta
9Abordagem Proposta
- Passo 3
- Criar novos conjuntos de treinamento formados
pelos centros encontrados
10Abordagem Proposta
11Abordagem Proposta
- Passo 4
- Fazer a classificação com um algoritmo de
classificação supervisionada, como o KNN,
utilizando os novos conjuntos de treinamento.
12Abordagem Proposta
13Balanceamento das Classes
- K quantidade de clusters
- C quantidade de classes
- Q quantidade de elementos de cada classe
- M medianaQ1, Q2, ..., Qn,
- com n 1,2, ..., C,
- R M/K
- NKn Qn/R
- NK quantidade de clusters para cada classe
14Validação Cruzada
15Experimentos
- Código Matlab
- Imagens dos sensores Aviris e Rosis
16Aviris Rosis
17Mapa temático Aviris, 3-NN
18Mapa temático Aviris, 1-NN e 60 centros
19Mapa temático Rosis, 3-NN
20Mapa temático Rosis, 1-NN e 60 centros
21Resultados Precisão Geral
22Resultados Tempo de Execução
23Análise
- 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
24Resultados Precisão Média por Classe - Aviris
25Resultados Precisão Média por Classe - Rosis
26Conclusão 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