![Teledetección terrestre: de cómo la tecnología puede 'apagar' incendios antes incluso de que prenda el fuego](/.galleries/Imagenes-Curso-2023-24/Diario-Digital/Reportajes/incendio.jpg)
Un estudiante de la UAH gana un premio internacional en un congreso de ingeniería
El alumno de doctorado del grupo Robesafe de la UAH Eduardo Romera Carmena ha conseguido el premio al mejor artículo elaborado por un estudiante en el Congreso Intelligent Vehicles Symposium (IV 2017) celebrado entre los días 10 y 14 de junio en Redondo Beach, California (USA), por el trabajo titulado 'Efficient ConvNet for Real-time Semantic Segmentation'.
![Trabajo ganador Trabajo ganador](https://portalcomunicacion.web.uah.es/images/07curso20162017/actualidad/foto_poster_iv2017.jpg)
El congreso IV es una referencia a nivel internacional donde investigadores, ingenieros y estudiantes procedentes de la industria, universidades, centros de investigación y agencias gubernamentales son invitados a presentar sus últimos trabajos de investigación sobre vehículos inteligentes. Está patrocinado por la sociedad IEEE Intelligent Transportation Systems Society (ITSS) y en su edición de 2017 se presentaron 297 trabajos de autores de 30 países diferentes. La asistencia superó los 400 participantes.
El artículo ganador trata de visión computacional y percepción para vehículos autónomos, y propone un método novedoso y eficiente para percibir la escena de conducción mediante ‘segmentación semántica’: la segmentación semántica consiste en procesar una imagen y etiquetar cada píxel para saber qué clase de elementos se está viendo en cada punto de la imagen ( coche, carretera, peatón, ciclista, árbol...). Esta técnica traslada a los vehículos inteligentes información de alto nivel que les permite realizar la navegación autónoma evitando obstáculos. Los métodos actuales para realizar segmentación semántica están basados en ‘deep learning’ (aprendizaje profundo) y consisten en diseñar arquitecturas complejas llamadas redes convolucionales neuronales (ConvNets). El problema es que estas redes normalmente son muy costosas de procesar en los ordenadores actuales, puesto que usan millones de parámetros para modelar las imágenes. El artículo de Eduardo Romera propone una red convolucional que es mucho más eficiente y tiene una precisión comparable a los métodos actuales, consiguiendo clasificar imágenes enteras con alta resolución en pocos milisegundos en ordenadores modernos, incluso en ‘hardware' limitado, lo que tiene aplicaciones muy interesantes en el mundo de la conducción autónoma y la movilidad inteligente.
Publicado en: Actualidad
Noticias relacionadas: Investigacion
![Teledetección terrestre: de cómo la tecnología puede 'apagar' incendios antes incluso de que prenda el fuego](/.galleries/Imagenes-Curso-2023-24/Diario-Digital/Reportajes/incendio.jpg)
![Récord de la UAH en la captación de fondos para la Generación de Conocimiento: 3,4 millones de euros para 22 proyectos](/.galleries/Imagenes-Curso-2023-24/Diario-Digital/Actualidad/Investigacion-financiacion.jpg)
Récord de la UAH en la captación de fondos para la Generación de Conocimiento: 3,4 millones de euros para 22 proyectos
Noticias relacionadas: Estudiantes
![¿Es tu primer año como estudiante de la Universidad de Alcalá?](/.galleries/Imagenes-Curso-2023-24/Diario-Digital/Actualidad/Admision-UAH.jpg)
¿Es tu primer año como estudiante de la Universidad de Alcalá?
![La Universidad de Alcalá, presente en los mejores rankings internacionales](/.galleries/Imagenes-Curso-2023-24/Diario-Digital/Actualidad/Rankings-Internacionales.jpg)
La Universidad de Alcalá, presente en los mejores rankings internacionales
![Fallados los premios a los mejores Trabajos de Fin de Grado y Fin de Máster relacionados con el humor](/.galleries/Imagenes-Curso-2023-24/Diario-Digital/Actualidad/IQH.jpg)