Classificação de vias através de imagens aéreas usando Deep Learning

Spolti, Amanda Costa

Please use this identifier to cite or link to this item: https://repositorio.ufu.br/handle/123456789/21919

Full metadata record

DC Field	Value	Language
dc.creator	Spolti, Amanda Costa	-
dc.date.accessioned	2018-07-18T17:19:48Z	-
dc.date.available	2018-07-18T17:19:48Z	-
dc.date.issued	2018-06-21	-
dc.identifier.citation	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.	pt_BR
dc.identifier.uri	https://repositorio.ufu.br/handle/123456789/21919	-
dc.description.sponsorship	CNPq - Conselho Nacional de Desenvolvimento Científico e Tecnológico	pt_BR
dc.language	por	pt_BR
dc.publisher	Universidade Federal de Uberlândia	pt_BR
dc.rights	Acesso Aberto	pt_BR
dc.subject	deep learning	pt_BR
dc.subject	u-net	pt_BR
dc.subject	autoencoder	pt_BR
dc.subject	classificação de imagens	pt_BR
dc.title	Classificação de vias através de imagens aéreas usando Deep Learning	pt_BR
dc.title.alternative	Road classification from aerial images using deep learning	pt_BR
dc.type	Trabalho de Conclusão de Curso	pt_BR
dc.contributor.advisor1	Souza, Jefferson Rodrigo de	-
dc.contributor.advisor1Lattes	http://lattes.cnpq.br/1805897404307170	pt_BR
dc.contributor.referee1	Miani, Rodrigo Sanches	-
dc.contributor.referee1Lattes	http://lattes.cnpq.br/2992074747740327	pt_BR
dc.contributor.referee2	Gabriel, Paulo Henrique Ribeiro	-
dc.contributor.referee2Lattes	http://lattes.cnpq.br/3181954061121790	pt_BR
dc.creator.Lattes	http://lattes.cnpq.br/2411143846777340	pt_BR
dc.description.degreename	Trabalho de Conclusão de Curso (Graduação)	pt_BR
dc.description.resumo	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.	pt_BR
dc.publisher.country	Brasil	pt_BR
dc.publisher.course	Sistemas de Informação	pt_BR
dc.sizeorduration	31	pt_BR
dc.subject.cnpq	CNPQ::CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO	pt_BR
Appears in Collections:	TCC - Sistemas de Informação (Uberlândia)

Files in This Item:

File	Description	Size	Format
ClassificacaoViasAtraves.pdf		1.86 MB	Adobe PDF	View/Open

Show simple item record