Dissertação
Delineating Boundaries using Deep One-Class Classification EVALUATED
Neste artigo propomos um método híbrido para a delineação de limites de regiões baseado em estimativa de densidade, abordagens geométricas e neuronais e classificação de classe única. O método é composto por duas fases principais: estimativas iniciais e produção final de fronteiras. A primeira fase utiliza pontos extraídos do Flickr que pertencem à região vaga para produzir três diferentes estimativas iniciais através de kernel density estimation, alpha shapes e análise de viewshed. As estimativas produzidas, junto com datasets auxiliares relacionados com contagens de população, elevação de terreno e tipo de cobertura de terreno, serão usadas para alimentar uma rede neuronal baseada na comum arquitetura U-Net para gerar os limites finais. O método é avaliado através de medidas de classificação estatística, usando para tal regiões cujos limites estão bem definidos (i.e., fronteiras oficiais de vários países europeus).
junho 24, 2022, 16:30
Publicação
Obra sujeita a Direitos de Autor
Orientação
ORIENTADOR
Bruno Emanuel Da Graça Martins
Departamento de Engenharia Electrotécnica e de Computadores (DEEC)
Professor Associado
