Aprendizado Ativo com dados de Ciência Cidadã para o monitoramento de florestas tropicais

• Fernanda Dallaqua UNIFESP
• Álvaro Fazenda UNIFESP
• Fabio Faria UNIFESP

Resumo

Em Abril de 2019 foi lançado o projeto de Ciência Cidadã ForestEyes, o qual se utiliza de voluntários não especializados classificando segmentos de sensoriamento remoto em busca de áreas desmatadas. Neste trabalho usou-se as contribuições dos voluntários na criação de um pequeno, porém eficiente conjunto de treinamento, através de um procedimento de Aprendizado Ativo. Esse conjunto de treinamento é construído iterativamente através de diferentes estratégias que escolhem amostras que trarão maior representatividade. Os resultados mostraram como uma definição apropriada do conjunto de treinamento inicial e o balanceamento das amostras podem ser importantes na acurácia da tarefa de classificação.

Referências

Fernanda B. J. R. Dallaqua, Álvaro L. Fazenda, and Fabio A. Faria. ForestEyes project: In IEEE 15th International Conference on Can citizen scientists help rainforests? eScience, pages 18–27. IEEE, 9 2019.

François Grey. Viewpoint: The age of citizen cyberscience. Cern Courier, 29, 2009.

Robert M. Haralick, Karthikeyan Shanmugam, et al. Textural features for image classication. IEEE Transactions on systems, man, and cybernetics, (6):610–621, 1973.

Trupti M. Kodinariya and Prashant R. Makwana. Review on determining number of cluster in k-means clustering. International Journal, 1(6):90–95, 2013.

Donald T. Lauer, Stanley A. Morain, and Vincent V. Salomonson. The landsat program: Its origins, evolution, and impacts. Photogrammetric Engineering and Remote Sensing, 63(7):831–838, 1997.

Eduardo F. P. Luz, Felipe R. S. Correa, Daniel L. González, François Grey, and Fernando M. Ramos. The forestwatchers: a citizen cyberscience project for deforestation monitoring in the tropics. Human Computation, 1(2):137–145, 2014.

Greg Schohn and David Cohn. Less is more: Active learning with support vector machi- nes. In ICML, volume 2, page 6. Citeseer, 2000.

Arfon M. Smith, Stuart Lynn, and Chris J. Lintott. An introduction to the zooniverse. In First AAAI conference on human computation and crowdsourcing, 2013.

Devis Tuia, Michele Volpi, Loris Copa, Mikhail Kanevski, and Jordi Munoz-Mari. A survey of active learning algorithms for supervised remote sensing image classication. IEEE Journal of Selected Topics in Signal Processing, 5(3):606–617, 2011.

Dalton M. Valeriano, Eliana M. K. Mello, José Carlos Moreira, Yosio E. Shimabukuro, Valdete Duarte, I. M. Souza, J. R. Santos, Claudio C. F. Barbosa, and R. C. M. Souza. Monitoring tropical forest from space: the prodes digital project. International Archives of Photogrammetry Remote Sensing and Spatial Information Sciences, 35:272–274, 2004.