Rock Detection in a Mars-Like Environment Using a CNN

Federico Furlán, Elsa Rubio, Humberto Sossa, Víctor Ponce

    Producción científica: Capítulo del libro/informe/acta de congresoContribución a la conferenciarevisión exhaustiva

    17 Citas (Scopus)

    Resumen

    In this paper we study the problem of rock detection in a Mars-like environment. We propose a convolutional neural network (CNN) to obtain a segmented image. The CNN is a modified version of the U-net architecture with a smaller number of parameters to improve the inference time. The performance of the methodology is proved in a dataset that contains several images of a Mars-like environment, achieving an F-score of 78.5%.

    Idioma originalInglés
    Título de la publicación alojadaPattern Recognition - 11th Mexican Conference, MCPR 2019, Proceedings
    EditoresJesús Ariel Carrasco-Ochoa, José Francisco Martínez-Trinidad, José Arturo Olvera-López, Joaquín Salas
    EditorialSpringer Verlag
    Páginas149-158
    Número de páginas10
    ISBN (versión impresa)9783030210762
    DOI
    EstadoPublicada - 1 ene. 2019
    Evento11th Mexican Conference on Pattern Recognition, MCPR 2019 - Querétaro, México
    Duración: 26 jun. 201929 jun. 2019

    Serie de la publicación

    NombreLecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics)
    Volumen11524 LNCS
    ISSN (versión impresa)0302-9743
    ISSN (versión digital)1611-3349

    Conferencia

    Conferencia11th Mexican Conference on Pattern Recognition, MCPR 2019
    País/TerritorioMéxico
    CiudadQuerétaro
    Período26/06/1929/06/19

    Huella

    Profundice en los temas de investigación de 'Rock Detection in a Mars-Like Environment Using a CNN'. En conjunto forman una huella única.

    Citar esto