1. Repositório Institucional - Universidade Federal de Uberlândia
  2. Faculdade de Computação (FACOM)
  3. TCC - Sistemas de Informação (Uberlândia)
Use este identificador para citar ou linkar para este item: https://repositorio.ufu.br/handle/123456789/21919
Registro completo de metadados
Campo DCValorIdioma
dc.creatorSpolti, Amanda Costa-
dc.date.accessioned2018-07-18T17:19:48Z-
dc.date.available2018-07-18T17:19:48Z-
dc.date.issued2018-06-21-
dc.identifier.citationSPOLTI, 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.pt_BR
dc.identifier.urihttps://repositorio.ufu.br/handle/123456789/21919-
dc.description.sponsorshipCNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológicopt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Uberlândiapt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectdeep learningpt_BR
dc.subjectu-netpt_BR
dc.subjectautoencoderpt_BR
dc.subjectclassificação de imagenspt_BR
dc.titleClassificação de vias através de imagens aéreas usando Deep Learningpt_BR
dc.title.alternativeRoad classification from aerial images using deep learningpt_BR
dc.typeTrabalho de Conclusão de Cursopt_BR
dc.contributor.advisor1Souza, Jefferson Rodrigo de-
dc.contributor.advisor1Latteshttp://lattes.cnpq.br/1805897404307170pt_BR
dc.contributor.referee1Miani, Rodrigo Sanches-
dc.contributor.referee1Latteshttp://lattes.cnpq.br/2992074747740327pt_BR
dc.contributor.referee2Gabriel, Paulo Henrique Ribeiro-
dc.contributor.referee2Latteshttp://lattes.cnpq.br/3181954061121790pt_BR
dc.creator.Latteshttp://lattes.cnpq.br/2411143846777340pt_BR
dc.description.degreenameTrabalho de Conclusão de Curso (Graduação)pt_BR
dc.description.resumoCom 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.pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.courseSistemas de Informaçãopt_BR
dc.sizeorduration31pt_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAOpt_BR
dc.orcid.putcode186839178-
Aparece nas coleções:TCC - Sistemas de Informação (Uberlândia)

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
ClassificacaoViasAtraves.pdf1.86 MBAdobe PDFThumbnail
Visualizar/Abrir
Mostrar registro simples do item Visualizar estatísticas


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.