UTILIZAÇÃO DE REDES ADVERSÁRIAS GENERATIVAS (GANS) PARA MELHORAR A VISUALIZAÇÃO DE MOVIMENTOS DE MASSA EM IMAGENS DE SATÉLITE
"2024-11-26" // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php
App\Base\Administrativo\Model\Artigo {#1843 // app/Providers/../Base/Publico/Artigo/resources/show_includes/info_artigo.blade.php #connection: "mysql" +table: "artigo" #primaryKey: "id" #keyType: "int" +incrementing: true #with: [] #withCount: [] +preventsLazyLoading: false #perPage: 15 +exists: true +wasRecentlyCreated: false #escapeWhenCastingToString: false #attributes: array:35 [ "id" => 118404 "edicao_id" => 380 "trabalho_id" => 936 "inscrito_id" => 1710 "titulo" => "UTILIZAÇÃO DE REDES ADVERSÁRIAS GENERATIVAS (GANS) PARA MELHORAR A VISUALIZAÇÃO DE MOVIMENTOS DE MASSA EM IMAGENS DE SATÉLITE" "resumo" => "Este trabalho utiliza o algoritmo Real-ESRGAN, uma Rede Adversária Generativa (GAN), para aprimorar e ampliar imagens contendo movimentos de massa que ocorreram após o evento climático extremo no Rio Grande do Sul em maio de 2024, facilitando a visualização do fenômeno. O estudo utilizou as imagens da empresa PlanetLabs, visualizadas no software ArcGis Pro e ampliadas quatro vezes pelo algoritmo. Os resultados mostraram uma demarcação significativa dos movimentos de massa, facilitando a visualização, entretanto, em alguns casos, gerou-se pixelização e artefatos na imagem. Ainda, destaca-se as limitações da técnica, como a perda dos dados radiométricos e espectrais. Dessa forma, conclui-se que as GANs apresentam um alto potêncial na área da Geografia Física, entretanto, maiores avanços, como a leitura de imagens com extensão .tiff, são necessários." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "ET 06 - As Geotecnologias e os novos avanços no campo da análise espacial e geográfica" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV206_MD1_ID1710_TB936_14092024220652.pdf" "created_at" => "2024-12-13 10:12:46" "updated_at" => null "ativo" => 1 "autor_nome" => "MARCO ANTÔNIO DA ROSA SOARES" "autor_nome_curto" => "MARCO" "autor_email" => "ma-arco@hotmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DE SANTA MARIA (UFSM)" "autor_imagem" => "" "edicao_url" => "anais-do-xx-sbgfa---simposio-brasileiro-de-geografia-fisica-aplicada--iv-elaagfa---encontro-luso-afro-americano-de-geografia-fisica-e-ambiente" "edicao_nome" => "Anais do XX SBGFA - Simpósio Brasileiro de Geografia Física Aplicada & IV ELAAGFA - Encontro Luso-Afro-Americano de Geografia Física e Ambiente" "edicao_evento" => "XX Simpósio Brasileiro de Geografia Física Aplicada & IV ELAAGFA Encontro Luso-Afro-Americano de Geografia Física e Ambiente" "edicao_ano" => 2024 "edicao_pasta" => "anais/sbgfa/2024" "edicao_logo" => null "edicao_capa" => "6745c268e6a83_26112024094320.png" "data_publicacao" => "2024-11-26" "edicao_publicada_em" => "2024-11-18 10:22:02" "publicacao_id" => 113 "publicacao_nome" => "Revista SBGFA" "publicacao_codigo" => "2236-5311" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #original: array:35 [ "id" => 118404 "edicao_id" => 380 "trabalho_id" => 936 "inscrito_id" => 1710 "titulo" => "UTILIZAÇÃO DE REDES ADVERSÁRIAS GENERATIVAS (GANS) PARA MELHORAR A VISUALIZAÇÃO DE MOVIMENTOS DE MASSA EM IMAGENS DE SATÉLITE" "resumo" => "Este trabalho utiliza o algoritmo Real-ESRGAN, uma Rede Adversária Generativa (GAN), para aprimorar e ampliar imagens contendo movimentos de massa que ocorreram após o evento climático extremo no Rio Grande do Sul em maio de 2024, facilitando a visualização do fenômeno. O estudo utilizou as imagens da empresa PlanetLabs, visualizadas no software ArcGis Pro e ampliadas quatro vezes pelo algoritmo. Os resultados mostraram uma demarcação significativa dos movimentos de massa, facilitando a visualização, entretanto, em alguns casos, gerou-se pixelização e artefatos na imagem. Ainda, destaca-se as limitações da técnica, como a perda dos dados radiométricos e espectrais. Dessa forma, conclui-se que as GANs apresentam um alto potêncial na área da Geografia Física, entretanto, maiores avanços, como a leitura de imagens com extensão .tiff, são necessários." "modalidade" => "Comunicação Oral (CO)" "area_tematica" => "ET 06 - As Geotecnologias e os novos avanços no campo da análise espacial e geográfica" "palavra_chave" => ", , , , " "idioma" => "Português" "arquivo" => "TRABALHO_COMPLETO_EV206_MD1_ID1710_TB936_14092024220652.pdf" "created_at" => "2024-12-13 10:12:46" "updated_at" => null "ativo" => 1 "autor_nome" => "MARCO ANTÔNIO DA ROSA SOARES" "autor_nome_curto" => "MARCO" "autor_email" => "ma-arco@hotmail.com" "autor_ies" => "UNIVERSIDADE FEDERAL DE SANTA MARIA (UFSM)" "autor_imagem" => "" "edicao_url" => "anais-do-xx-sbgfa---simposio-brasileiro-de-geografia-fisica-aplicada--iv-elaagfa---encontro-luso-afro-americano-de-geografia-fisica-e-ambiente" "edicao_nome" => "Anais do XX SBGFA - Simpósio Brasileiro de Geografia Física Aplicada & IV ELAAGFA - Encontro Luso-Afro-Americano de Geografia Física e Ambiente" "edicao_evento" => "XX Simpósio Brasileiro de Geografia Física Aplicada & IV ELAAGFA Encontro Luso-Afro-Americano de Geografia Física e Ambiente" "edicao_ano" => 2024 "edicao_pasta" => "anais/sbgfa/2024" "edicao_logo" => null "edicao_capa" => "6745c268e6a83_26112024094320.png" "data_publicacao" => "2024-11-26" "edicao_publicada_em" => "2024-11-18 10:22:02" "publicacao_id" => 113 "publicacao_nome" => "Revista SBGFA" "publicacao_codigo" => "2236-5311" "tipo_codigo_id" => 1 "tipo_codigo_nome" => "ISSN" "tipo_publicacao_id" => 1 "tipo_publicacao_nome" => "ANAIS de Evento" ] #changes: [] #casts: array:14 [ "id" => "integer" "edicao_id" => "integer" "trabalho_id" => "integer" "inscrito_id" => "integer" "titulo" => "string" "resumo" => "string" "modalidade" => "string" "area_tematica" => "string" "palavra_chave" => "string" "idioma" => "string" "arquivo" => "string" "created_at" => "datetime" "updated_at" => "datetime" "ativo" => "boolean" ] #classCastCache: [] #attributeCastCache: [] #dates: [] #dateFormat: null #appends: [] #dispatchesEvents: [] #observables: [] #relations: [] #touches: [] +timestamps: false #hidden: [] #visible: [] +fillable: array:13 [ 0 => "edicao_id" 1 => "trabalho_id" 2 => "inscrito_id" 3 => "titulo" 4 => "resumo" 5 => "modalidade" 6 => "area_tematica" 7 => "palavra_chave" 8 => "idioma" 9 => "arquivo" 10 => "created_at" 11 => "updated_at" 12 => "ativo" ] #guarded: array:1 [ 0 => "*" ] }