WEBINAR Visión por computador: de los métodos clásicos al Deep Learning en proyectos reales скачать в хорошем качестве

WEBINAR Visión por computador: de los métodos clásicos al Deep Learning en proyectos reales

Resumen: Esta conferencia propone un repaso a la evolución de la Visión por Computador aplicada en distintos proyectos de investigación y desarrollo. La idea es mostrar cómo esta disciplina se ha integrado en sistemas de percepción más amplios y cómo sus técnicas han ido transformándose con el tiempo. Iniciaremos con el proyecto RHEA, centrado en la robótica agrícola, donde la Visión por Computador se combinó con otros sensores para interpretar entornos complejos y apoyar la toma de decisiones. Posteriormente, veremos los proyectos desarrollados con CEPSA, en los que la percepción integrada jugó un papel clave para detección temprana de fugas de crudo y productos elaborados. En ambos casos, la Visión fue un componente esencial, no exclusivo, de sistemas multisensoriales. La última parte se enfocará en iniciativas más recientes, dedicadas a la detección de estructuras en medios acuáticos. En ellas, se han empleado técnicas avanzadas de Deep Learning para reconocer patrones complejos en entornos variables, y mejorar el rendimiento de los modelos desarrollados. El recorrido busca transmitir al público la idea de que los métodos clásicos de Visión fueron plenamente válidos en su momento, mientras que las nuevas aproximaciones basadas en aprendizaje profundo abren hoy un abanico de posibilidades mucho más amplio y sofisticado. Ponente: Gonzalo Pajares Martinsanz es catedrático del departamento de ingeniería del software e inteligencia artificial de la Universidad Complutense de Madrid, con doctorado (1995) por la UNED, cuyo trabajo se centró en visión estereoscópica para robots autónomos. antes de dedicarse por completo a la docencia e investigación, entre 1990 y 2000 trabajó en INDRA (antes INISEL) en el desarrollo de software embarcado para proyectos aeronáuticos internacionales; posteriormente, entre 2000 y 2003 desempeñó responsabilidades técnicas en INDRA espacio y en el instituto nacional de técnica aeroespacial (INTA), en teledetección espacial, desarrollando técnicas avanzadas de procesamiento de imágenes satelitales y de los primeros drones. mientras tanto, desde 1995 hasta 2003 combinó su actividad profesional con la docencia como profesor asociado, contratado doctor y titular en la UCM, hasta alcanzar la cátedra en 2017. Durante su carrera, fue director del grupo ISCAR (Ingeniería de sistemas, control y robótica) hasta 2018. ha co-dirigido 24 tesis doctorales y más de 60 proyectos de fin de máster en inteligencia artificial, robótica y visión por computador. ha liderado más de diez proyectos competitivos nacionales e internacionales, y colaborado con contratos industriales en ámbitos de vehículos robóticos (terrestres, marinos, submarinos, uavs), visión por computador y reconocimiento de patrones, logrando transferencia tecnológica con empresas como Cepsa, Petronuba, INDRA sistemas o DIMAP. además, tiene colaboraciones nacionales con el CSIC e internacionales con la Universidad libre de Berlín, el Instituto Politécnico Nacional y la Universidad de Guadalajara (Jalisco, México), todas ellas orientadas a sistemas sensores en vehículos autónomos, principalmente basadas en percepción visual. Ha sido evaluador y gestor en la Agencia Estatal de Investigación, y ha participado en más de cuarenta comités científicos. Ha sido y es editor asociado de revistas de alto impacto (Remote sensing, Sensors, Eurasip journal on image and video processing, etc.) y editor en jefe de la Journal of imaging. Ha publicado más de 200 artículos científicos y 15 libros en sus áreas de especialidad. Su trayectoria ha sido clave para el desarrollo y consolidación de la visión artificial en España, combinando investigación teórica, transferencia tecnológica y formación de nuevos especialistas en el campo. Aparece referenciado en varias rankings nacionales e internacionales, incluyendo el world’s top 2% scientist de la Universidad de Stanford en el área de inteligencia artificial entre otras.