Deep learning para identificação e classificação em imagens de manguezais

Abstract

As imagens de satélite podem fornecer muitas informações das superfícies terrestres em grande escala em um curto espaço de tempo. Com a evolução e o desenvolvimento de sensores que fornecem imagens de satélite, a resolução das imagens é aprimorada. Com isso, os manguezais estão entre os ecossistemas mais produtivos existentes, com muitos benefícios ecológicos. Portanto, o mapeamento preciso do desmatamento de ecossistemas de mangue é crucial para a proteção, conservação e planejamento de reflorestamento desses valiosos recursos naturais. O objetivo deste estudo foi identificar e classificar classes de manguezais em diferentes locais com a utilização do Deep Learning. Para tanto, foram coletadas 420 imagens divididas em três classes através do Google Maps de 5 países: Brasil, Índia, Austrália, África e os Estados Unidos. A abordagem proposta depende de um fluxo de trabalho direto, mas eficaz, para o mapeamento de ecossistemas de manguezais, com uma alta taxa de automação que pode ser facilmente implementada para o mapeamento frequente e preciso em outras partes do mundo. O modelo proposto apresentou o melhor desempenho de 92,50% de acuracidade no conjunto de dados selecionados. Nesse sentido, conclui-se que a abordagem proposta de identificar e classificar imagens de manguezais com a utilização de uma Deep Learning se mostrou eficiente para tal finalidade, podendo ser extensível para a classificação de outras sequências de imagens.