Adoptivsøkerne og ”det perfekte barnet”

Esta experiência foi realizada com as características obtidas da aplicação do filtros de Gabor, da matriz de co-ocorrência de tons cinza e da função Entropia.

A melhor classificação para o elemento ’água’ foi obtida com a rede resultante do treino com o conjunto de imagens número um, com 10 e 12 neurónios; para o elemento ’casas’, os melhores resultados foram conseguidos com as redes treinadas com o conjunto de imagens número três, com 10, 12 e 16 neurónios; relativamente ao elemento ’estradas’, os menores erros foram obtidos com a rede treinada com o conjunto de imagens número um, com 6, 16 e 20 neurónios, à excepção do conjunto de imagens número cinco, que foi melhor classificado com a rede treinada com o conjunto número dois, com 10 neurónios.

7.1.4.1 Análise de erros depois da aplicação de operadores morfológicos com diferentes elementos estruturantes

Os resultados relativos ao erro, falsos positivos e falsos negativos após aplicação dos operadores morfológicos, podem ser visualizados em7.28para o elemento ’água’, em7.29para o elemento ’casas’ e em7.30para o elemento ’estradas’.

Figura 7.28: Gráfico - ’Água’: Taxa de erro / Operadores morfológicos

Figura 7.29: Gráfico - ’Casas’: Taxa de erro / Operadores morfológicos

7.1.4.2 Análise da Matriz Confusão do resultado com maior eficiência

Nas tabelas7.10,7.11e7.12encontram-se as matrizes confusão dos melhores resultados para cada elemento, obtidos nesta experiência, tendo em conta o cálculo da eficiência.

Tabela 7.10: Matriz Confusão do melhor resultado para o elemento ’água’

Positivos Negativos

Positivos 19,17 0,00

Negativos 57,35 80,83

Tabela 7.11: Matriz Confusão do melhor resultado para o elemento ’casas’

Positivos Negativos

Positivos 3,36 0,32

Negativos 89,13 96,64

Tabela 7.12: Matriz Confusão do melhor resultado para o elemento ’estradas’

Positivos Negativos

Positivos 2,89 5,65

Negativos 77,03 97,11

Da análise das matrizes de confusão para esta experiência podemos concluir que o valor de falsos negativos é muito elevado para o elemento ’casas’, ou seja, dos píxeis relativos a esse elemento, a maioria deles não foi assinalada como tal. O valor de falsos positivos é bastante baixo para o elemento ’água’, ou seja, pouco elementos ’não água’ foram erradamente assina- lados como sendo ’água’.

7.1.4.3 Análise das Imagens

Figura 7.31: Imagens originais; Imagens ’classe’; Melhor classificação rede; Melhor classificação operadores pós-processamento; Imagens XOR

O elemento ’água’ apresenta agora os resultados menos satisfatórios, tendo em consideração as experiências anteriores, principalmente para conjunto de imagens número nove, depois da aplicação dos operadores morfológicos.

Figura 7.32: Imagens originais; Imagens ’classe’; Melhor classificação rede; Melhor classificação operadores pós-processamento; Imagens XOR

Esta experiência não apresenta resultados aceitáveis no que diz respeito ao elemento ’casas’, pois em nenhum dos conjuntos de imagens ele foi corretamente detetado.

Figura 7.33: Imagens originais; Imagens ’classe’; Melhor classificação rede; Melhor classificação operadores pós-processamento; Imagens XOR

Também no caso do elemento ’estradas’ não houve resultados satisfatórios; embora no con- junto de imagens número cinco o elemento tenha sido identificado, píxeis ’não-estradas’ foram marcados como ’estradas’.

7.1.5 Características - Cor/Intensidade e Filtros de Gabor

Utilizando características obtidas a partir da cor, intensidade e dos filtros de Gabor, foi possível constatar que o elemento ’água’ obteve melhores resultados quando testado com a rede pro- veniente do treino do conjunto de imagens número quatro, com 2 e 8 neurónios; as melhores classificações para o elemento ’casas’ dos conjuntos de imagens número cinco e oito foram ob- tidas com as redes treinadas com o conjunto de imagens número dois, com 12 e 18 neurónios; já para o conjunto número seis, a melhor classificação resultou do teste com a rede treinada com o conjunto de imagens número quatro, com 16 neurónios e para o conjunto número sete, foi a rede proveniente do treino com o conjunto número três, com 20 neurónios; o elemento ’estra- das’ obteve o menor erro quando testado com as redes treinadas com o conjunto de imagens número dois, com 4, 14 e 16 neurónios.

7.1.5.1 Análise de erros depois da aplicação de operadores morfológicos com diferentes elementos estruturantes

Aplicados os operadores morfológicos com os diferentes elementos estruturantes, os resultados foram os constantes dos seguintes gráficos:

Figura 7.34: Gráfico - ’Água’: Taxa de erro / Operadores morfológicos

Figura 7.35: Gráfico - ’Casas’: Taxa de erro / Operadores morfológicos

7.1.5.2 Análise da Matriz Confusão do resultado com maior eficiência

Nas tabelas7.13,7.14e7.15encontram-se as matrizes confusão dos melhores resultados para cada elemento, obtidos nesta experiência, tendo sido escolhidos os que apresentaram a maior eficiência.

Tabela 7.13: Matriz Confusão do melhor resultado para o elemento ’água’

Positivos Negativos

Positivos 19,17 1,30

Negativos 42,40 80,83

Tabela 7.14: Matriz Confusão do melhor resultado para o elemento ’casas’

Positivos Negativos

Positivos 3,36 5,82

Negativos 35,61 96,64

Tabela 7.15: Matriz Confusão do melhor resultado para o elemento ’estradas’

Positivos Negativos

Positivos 2,89 1,06

Negativos 83,16 97,11

Analisando as matrizes de confusão, podemos concluir que a taxa de falsos negativos é bastante alta no caso do elemento ’estradas’, ou seja, dos píxeis ’estradas’, uma grande percentagem não foi corretamente detetada; para os elementos ’água’ e ’casas’, os valores são significativa- mente mais baixos. Em todos os casos, a taxa de falsos positivos é baixa, embora ligeiramente superior no caso do elemento ’casas’.

7.1.5.3 Análise das Imagens

Figura 7.37: Imagens originais; Imagens ’classe’; Melhor classificação rede; Melhor classificação operadores pós-processamento; Imagens XOR

A imagem resultado desta experiência, relativamente ao elemento ’água’ mostra um excesso de deteção no conjunto de imagens número cinco, ao contrário do que acontece com o conjunto número nove, onde a deteção é fraca.

Figura 7.38: Imagens originais; Imagens ’classe’; Melhor classificação rede; Melhor classificação operadores pós-processamento; Imagens XOR

No caso do elemento ’casas’, ainda que os operadores morfológicos utilizados na experiência não tenham permitido uma boa limpeza, ele é perceptível em todas as imagens onde deveria ser encontrado.

Figura 7.39: Imagens originais; Imagens ’classe’; Melhor classificação rede; Melhor classificação operadores pós-processamento; Imagens XOR

O elemento ’estradas’ foi detetado, com bastante dificuldade, nos conjuntos de imagens núme- ros cinco, seis e oito. No conjunto sete não foi detetado.