EFICIÊNCIA DE REDES NEURAIS CONVOLUCIONAIS NA IDENTIFICAÇÃO DE EDIFÍCIOS EM CONDIÇÕES DESAFIADORAS DE IMAGENS

Abstract

Esta pesquisa concentra-se na eficácia das redes neurais convolucionais (CNN – Convolucional Neural Network) na identificação de edifícios em imagens desafiadoras. O objetivo é comparar e melhorar o desempenho do modelo com o uso de CNNs. A metodologia incluiu o pré-processamento de imagens, aplicação de camadas convolucionais densas com funções de ativação denominadas unidades lineares retificadas (ReLU - Rectified Linear Unit), utilizar o Softmax como classificador e por fim realizar o treinamento com validação cruzada. Os resultados indicaram que o uso das redes neurais convolucionais pode aprimorar significativamente a capacidade de redes neurais em lidar com variações de ângulo, condições de iluminação e obstruções nas imagens. As CNNs são ferramentas eficazes no reconhecimento de padrões visuais em construções, destacando seu potencial para aprimorar práticas de georreferenciamento e outras aplicações.