Pesquisadores do Instituto de Estudos Avanados (IEAV), um dos institutos do Departamento de Cincia e Tecnologia Aeroespacial (DCTA) da Fora Area Brasileira (FAB), receberam, nos Estados Unidos, a premiao por terem obtido o 3 lugar na classificao final do concurso Data Fusion Contest. O evento, considerado o mais importante em nvel internacional na rea de Sensoriamento Remoto, foi organizado pela Sociedade de Cincias e Gerenciamento Remoto (IEE GRSS -Internacional Geoscience and Remote Sensing Society) e contou com a participao de mais 500 equipes de universidades, centros de pesquisa, agncias espaciais e empresas, de 50 pases, totalizando 856 submisses.
A equipe, formada pelos Tenentes Marielcio Gonalves Lacerda e Camila Souza dos Anjos Lacerda e pelos pesquisadores Roberto Salles e Leidiane Andrade,apresentou seu trabalho em uma sesso especial dedicada aos vencedores do concurso, durante o simpsio internacional (IEEE IGARSS -International Geoscience and Remote Sensing Symposium).
Realizado no perodo de 23 a 28 de Julho, na cidade de Fort Worth, no estado do Texas, nos Estados Unidos, o IEEE IGARSS teve como tema Dados abertos para a classificao global multimodal do uso da Terra (do ingls,Open Data for Global Multimodal Land Use Classification).
Essa foi a primeira vez que pesquisadores do Brasil conseguiram ficar entre as equipes premiadas. Um reconhecimento de que nossa pesquisa realizada no IEAV est entre as melhores do mundo, contribuindo no s para a Fora Area como tambm para toda a sociedade brasileira, ressaltou o Tenente Marielcio.
Concurso
O concurso buscou promover a inovao em algoritmos de classificao de imagens e fornecer comparaes objetivas e justas entre os mtodos. Cada equipe deveria classificar 17 classes de uso do solo (urbanos e rurais), utilizando imagens dos sensores orbitais Landsat 8 e do Sentinel 2, ambas reamostradas para uma resoluo espacial de 100 metros, para quatro cidades: Amsterd (Holanda), Chicago (Estados Unidos), Madrid (Espanha) e Xi An (China).
Os brasileiros utilizaram o algoritmo de rvore de Deciso (Random Forest Floresta Randmica) para classificar as imagens. Porm, antes de serem inseridos no sistema, os registros foram tratados com o objetivo de atingir melhor confiabilidade e preciso.
A equipe do IEAV obteve uma exatido global de 72,38%. A equipe campe, formada por membros da Universidade de Tquio e de Munique, obteve exatido de 74,94%. O segundo colocado foi a equipe da AGT Internacional, da Sua, com 72,63%.
A tcnica pode ser aplicada, por exemplo, pela rea de inteligncia do Comando de Operaes Aeroespaciais (COMAE), em cenrios que sero imageados por diferentes sensores, sob diferentes condies atmosfricas, diferentes datas e resolues espaciais e espectrais.
(CECOMSAER/ FM)
