Mostrar el registro sencillo del recurso

Aprendizaje profundo para la detección de árboles en imágenes aéreas de un cultivo de higo capturadas con un dron

dc.rights.licensehttp://creativecommons.org/licenses/by-nc/4.0 - Atribución-NoComerciales_MX
dc.contributorJUAN MANUEL RENDON MANCHAes_MX
dc.contributor.authorJUAN LUIS TORRES OLIVARESes_MX
dc.contributor.otherdirector - Directores_MX
dc.coverage.spatialMEX - Méxicoes_MX
dc.date2019-11-11
dc.date.accessioned2019-11-14T19:28:20Z
dc.date.available2019-11-14T19:28:20Z
dc.identifier.urihttp://riaa.uaem.mx/handle/20.500.12055/1006
dc.descriptionResumen En este trabajo de tesis se realiza una segmentaci on autom atica de arboles de higo en im agenes a ereas por medio de una red neuronal. Se capturaron fotograf as de una hect area de arboles de higo cultivados en campo abierto con una c amara montada en un dron. El dron usado es el Phantom 4 con una c amara optica integrada. De las im agenes capturadas se seleccionaron diez fotograf as, se recortaron de tama~no 2000 1500 pixeles y se segmentaron manualmente. Estas im agenes se recortaron de tama~no 128 128 pixeles dejando un traslape del 70% y se pasaron como entrada a un programa hecho en Python en el que se program o una red neuronal convolucional profunda (CNN por sus siglas en ingl es). La CNN realiza operaciones de tipo: Convoluci on, Maxpooling y Upsampling con la nalidad de segmentar en una imagen las regiones que pertenecen a hojas de arbol de higo. Se realizaron pruebas de validaci on cruzada, reconstrucci on de la imagen de tama~no original a partir de los recortes segmentados por la CNN, se prob o el desempe~no de la CNN con diferentes tama~nos de recorte y se compar o el desempe~no de la CNN propuesta contra SegNet-Basic. Finalmente, se muestran los resultados obtenidos de las pruebas realizadas. Este trabajo proporciona un comienzo signi cativo para otras tareas de procesamiento de im agenes que se aplican a la agricultura de precisi on como lo son: estimar el estado de salud de la planta, detecci on de plagas o estimaci on del area foliar. Adem as de lo anterior hacemos p ublico el c odigo fuente de la CNN as como las im agenes capturadas con el dron y las im agenes recortadas y segmentadas manualmente para facilitar las comparaciones entre diferentes algoritmos. IVes_MX
dc.formatpdf - Adobe PDFes_MX
dc.languagespa - Españoles_MX
dc.publisherEl autores_MX
dc.rightsopenAccess - Acceso Abiertoes_MX
dc.subject1 - CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRAes_MX
dc.subject.other22 - FÍSICAes_MX
dc.titleAprendizaje profundo para la detección de árboles en imágenes aéreas de un cultivo de higo capturadas con un drones_MX
dc.typemasterThesis - Tesis de maestríaes_MX
uaem.unidadInstituto de Investigación en Ciencias Básicas y Aplicadas (IICBA) - Instituto de Investigación en Ciencias Básicas y Aplicadas (IICBA)es_MX
uaem.programaMaestría en Ciencias - Maestría en Cienciases_MX
dc.type.publicationacceptedVersiones_MX
dc.audienceresearchers - Investigadoreses_MX


Ficheros en el recurso

Thumbnail

Este recurso aparece en la(s) siguiente(s) colección(ones)

  • Colección Tesis Posgrado
    Se trata de tesis realizadas por estudiantes egresados de programas de posgrado de nuestra institución.

Mostrar el registro sencillo del recurso