Exportar este item: EndNote BibTex

Use este identificador para citar ou linkar para este item: https://tede.ufam.edu.br/handle/tede/5474
Tipo do documento: Dissertação
Título: Detecção de embarcações por imagens nos rios da Amazônia
Autor: Yvano, Michel Marialva 
Primeiro orientador: Santos, Eulanda Miranda dos
Primeiro membro da banca: Carvalho, José Reginaldo Hughes
Segundo membro da banca: Pio, José Luiz de Souza
Terceiro membro da banca: Queiroz neto, José Pinheiro de
Resumo: O monitoramento fluvial é um trabalho intensivo e necessário a fim de evitar possíveis ameaças como pirataria e agressão ambiental. Normalmente, essa tarefa é realizada manualmente por um operador humano que analisa monitores de vídeo por longos períodos de tempo, fator que torna a tarefa longa, maçante e sujeita a erros. Na Amazônia, o monitoramento fluvial é ainda mais desafiador devido à grande extensão territorial da região e ao fato desta possuir a maior bacia hidrográfica do planeta. Dentre as possibilidades de tratar este problema existe a utilização de sensoriamento remoto, em geral utilizando imagens aéreas obtidas por satélites ou veículos aéreos, tripulados ou não. Diante desse contexto, esta dissertação propõe um método computacional capaz de detectar a movimentação de embarcações em um ambiente típico dos rios da Amazônia, pois os métodos existentes na literatura não se adequam ao cenário amazônico devido a inúmeros fatores, como por exemplo, a diversidade de composição de fundo da região. Além disso, métodos propostos na literatura foram desenvolvidos para ambientes com mar aberto, onde normalmente há apenas embarcações e água em cena. Neste trabalho, são usadas técnicas de processamento digital de imagens para a detecção do objeto em movimento e técnicas de aprendizagem de máquina para determinar a probabilidade do objeto observado ser um barco ou não. Essa dupla detecção reduz os falsos alertas emitidos pelo método proposto. Os experimentos realizados mostram que o método obteve 79% de acurácia e 91% de precisão, considerando todas as imagens, e precisão de 71% em cenas com embarcações, mostrando-se eficiente ao ser comparado com outras estratégias.
Abstract: Fluvial monitoring is an intensive and necessary task used as a support to avoid possible threats such as piracy and environmental aggression. Usually, this task is performed manually by a human operator, who analyzes video monitors for long duration, which leads the task to be long, tedious and prone to errors. In the Amazon rainforest, fluvial monitoring is even more challenging due to the large territory of the region and due to the fact that the largest river basin in the world is in this region. Remote sensing, usually based on aerial images obtained by satellite or unmanned/manned aerial vehicles is one possibility to deal with this problem. In this context, we propose in this work a computational method focused on detecting the movement of vessels in a typical scene of the Amazon rivers. This new method is necessary since current solutions are not suited to the deal with the Amazon scenario due to several reasons, for instance, the diversity of the background of the Amazon region. In addition, several methods available in the literature were designed in the context of open sea scenarios, where there are usually only vessels and water in the scenes. In this work, digital image processing techniques are employed to detect moving objects in the scene, while machine learning algorithms are used to indicate the probability about the class of the observed object, i.e. whether or not the detected object is a boat. This double detection process is intended to reduce false alerts provided by the proposed method. The experiments conducted in this work show that the proposed method achieved 79% of accuracy and 91% precision rate when all images are considered, as well as a 71% precision rate when only scenes with vessels are analyzed. These results indicate the effectiveness of the proposed method when compared to other strategies.
Palavras-chave: Monitoramento fluvial
Processamento Digital de Imagens
Aprendizagem de máquina
Área(s) do CNPq: CIÊNCIAS EXATAS E DA TERRA: CIÊNCIA DA COMPUTAÇÃO
Idioma: por
País: Brasil
Instituição: Universidade Federal do Amazonas
Sigla da instituição: UFAM
Departamento: Instituto de Computação
Programa: Programa de Pós-graduação em Informática
Citação: YVANO, Michel Marialva. Detecção de embarcações por imagens nos rios da Amazônia. 2016. 75 f. Dissertação (Mestrado em Informática) - Universidade Federal do Amazonas, Manaus, 2016.
Tipo de acesso: Acesso Aberto
Endereço da licença: http://creativecommons.org/licenses/by-nc-nd/4.0/
URI: http://tede.ufam.edu.br/handle/tede/5474
Data de defesa: 29-Jul-2016
Aparece nas coleções:Mestrado em Informática

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
Dissertação - Michel Yvano.pdf3,37 MBAdobe PDFThumbnail

Baixar/Abrir Pré-Visualizar


Este item está licenciada sob uma Licença Creative Commons Creative Commons