A 14 de Julho de 2021, um artigo da autoria de Pedro Messias, Maria João Sousa e Alexandra Moutinho [1], foi apresentado na IEEE International Conference on Fuzzy Systems (FUZZ-IEEE), uma conferência internacional anual de referência da IEEE Computational Intelligence Society que se foca em sistemas de lógica difusa.
O artigo apresenta um método de anotação de dados de fogo que recorre a segmentação semântica baseada em técnicas de visão computacional e otimização, nomeadamente através de agregação de superpíxeis e características de cor.
A abordagem introduz modelos linguísticos interpretáveis que geram anotações das imagens, e cujas regras simples que podem ser ajustadas e apoiar a validação da anotação por especialistas do domínio dos fogos.
O artigo encontra-se disponível online ( https://ieeexplore.ieee.org/document/9494421/ ) e disponibilizado igualmente nesta página.
Link para o ficheiro no ResearchGate:
https://www.researchgate.net/publication/353723135_Color-based_Superpixel_Semantic_Segmentation_for_Fire_Data_Annotation3.2021.9494421.
Referência:
[1] P. Messias, M. J. Sousa, and A. Moutinho. (2021). “Color-based Superpixel Semantic Segmentation for Fire Data Annotation” in IEEE International Conference on Fuzzy Systems (FUZZ–IEEE), Luxembourg, Luxembourg, 2021, pp.1–7. IEEE. doi: 10.1109/FUZZ45933.2021.9494421.
No comment yet, add your voice below!