2021
DOI: 10.1016/j.rsase.2021.100537
|View full text |Cite
|
Sign up to set email alerts
|

Instance segmentation of center pivot irrigation systems using multi-temporal SENTINEL-1 SAR images

Help me understand this report

Search citation statements

Order By: Relevance

Paper Sections

Select...
3
2

Citation Types

0
3
0
2

Year Published

2021
2021
2024
2024

Publication Types

Select...
7
2

Relationship

0
9

Authors

Journals

citations
Cited by 10 publications
(5 citation statements)
references
References 46 publications
0
3
0
2
Order By: Relevance
“…Assim, as redes neurais convolucionais (RNN), baseadas em aprendizado profundo (deep learning, ou DL), têm se apresentado como alternativa para automatização (Saraiva et al, 2020;Carvalho et al, 2021). Duas técnicas baseadas em DL têm se destacado nos estudos realizados no Cerrado brasileiro nos últimos anos, a segmentação semântica (Albuquerque et al, 2020;Saraiva et al, 2020) e a segmentação de instâncias (Albuquerque et al, 2021;Carvalho et al, 2021).…”
Section: Anounclassified
See 1 more Smart Citation
“…Assim, as redes neurais convolucionais (RNN), baseadas em aprendizado profundo (deep learning, ou DL), têm se apresentado como alternativa para automatização (Saraiva et al, 2020;Carvalho et al, 2021). Duas técnicas baseadas em DL têm se destacado nos estudos realizados no Cerrado brasileiro nos últimos anos, a segmentação semântica (Albuquerque et al, 2020;Saraiva et al, 2020) e a segmentação de instâncias (Albuquerque et al, 2021;Carvalho et al, 2021).…”
Section: Anounclassified
“…A Figura 10 ilustra exemplos resultantes de mapeamentos automáticos de pivôs centrais com segmentação semântica e de instâncias. A classificação orientada ao objeto, a partir dessas técnicas, foi realizada com conjuntos de imagens multiespectrais de resoluções espaciais variadas, como PlanetScope (Saraiva et al, 2021), de alta resolução espacial e temporal, e Landsat Operational Land Imager (OLI) (Albuquerque et al, 2020;Albuquerque et al, 2021;Carvalho et al, 2021), de média resolução, com medianas mensais ou apenas uma imagem por período (seco e chuvoso), não sendo necessárias longas séries temporais. Os autores revelaram que a classificação automatizada de pivôs centrais com DL é uma estratégia possível e promissora, com altos níveis de acurácia (> 85%), indicando que o mapeamento e monitoramento dos SIPCs, ao longo do tempo, possa ser realizado com maior periodicidade, em tempo quase-real, e envolvendo menores custos, favorecendo toda a cadeia de análises relacionadas ao planejamento, gestão e manejo do uso da água dos tipos agrícolas produzidos, bem como o monitoramento dos impactos ambientais desses sistemas.…”
Section: Anounclassified
“…Moreover, the agricultural sector of Pakistan is currently facing issues related to financial limitations, an uneven supply of irrigation water, inadequate storage capacity and a great loss of water during irrigation. The irrigation system of Pakistan is based on the conventional techniques of irrigation, chiefly the flood basin technique [2]. More than 50% of irrigation water is wasted through these old techniques.…”
Section: Introductionmentioning
confidence: 99%
“…From the machine learning perspective, Zhang et al [36] first explored the implementation of CNNs for center-pivot field detection using three techniques, LeNet, Alexnet, and VGGnet [37][38][39], and used these to detect the central location of fields successfully. Since then, more advanced CNNs were utilized to mask the extent or identify the boundary of center-pivot fields, including fully convolutional networks (e.g., U-net) [40][41][42] and instance segmentation methods such as Mask-RCNNs that utilize region-based CNNs [16,43,44]. However, implementing a single machine learning technique often has limitations, including an inability to segment satellite imagery into individual field objects and the considerable burden of producing or obtaining suitable training data.…”
Section: Introductionmentioning
confidence: 99%