Por favor, use este identificador para citar o enlazar este ítem: https://repositorio.ufu.br/handle/123456789/21919
Tipo de documento: Trabalho de Conclusão de Curso
Tipo de acceso: Acesso Aberto
Título: Classificação de vias através de imagens aéreas usando Deep Learning
Título (s) alternativo (s): Road classification from aerial images using deep learning
Autor: Spolti, Amanda Costa
Primer orientador: Souza, Jefferson Rodrigo de
Primer miembro de la banca: Miani, Rodrigo Sanches
Segundo miembro de la banca: Gabriel, Paulo Henrique Ribeiro
Resumen: Com o avanço da tecnologia e consequentemente o aumento do poder de processamento e armazenamento de dados, técnicas que antes eram vistas como inviáveis têm ganhado espaço no âmbito de aprendizado de máquina principalmente em aplicações que envolvem o processamento de imagens. O objetivo deste trabalho é o estudo e aplicação de arquiteturas de Deep Learning para a classificação de vias a partir de uma imagem aérea visando facilitar tarefas como otimização de rotas. Para isso, foi utilizada uma arquitetura nomeada U-Net que foi comparada com outra arquitetura (AutoEnconder), onde a U-Net obteve 92.8% de precisão e 88.8% de acurácia, e o AutoEncoder 89.9% e 88% de precisão e acurácia respectivamente, nos dados de teste. Os resultados mostraram a eficiência da arquitetura usada para a extração de vias bem como a possibilidade de sua aplicação em problemas atuais.
Palabras clave: deep learning
u-net
autoencoder
classificação de imagens
Área (s) del CNPq: CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Idioma: por
País: Brasil
Editora: Universidade Federal de Uberlândia
Cita: SPOLTI, Amanda. Classificação de vias através de imagens aéreas usando Deep Learning. 2018. 31 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) – Universidade Federal de Uberlândia, Uberlândia, 2018.
URI: https://repositorio.ufu.br/handle/123456789/21919
Fecha de defensa: 21-jun-2018
Aparece en las colecciones:TCC - Sistemas de Informação (Uberlândia)

Ficheros en este ítem:
Fichero Descripción TamañoFormato 
ClassificacaoViasAtraves.pdf1.86 MBAdobe PDFVista previa
Visualizar/Abrir


Los ítems de DSpace están protegidos por copyright, con todos los derechos reservados, a menos que se indique lo contrario.