BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Máster Universitario en Visión Artificial - ECPv6.15.19//NONSGML v1.0//EN
CALSCALE:GREGORIAN
METHOD:PUBLISH
X-WR-CALNAME:Máster Universitario en Visión Artificial
X-ORIGINAL-URL:https://mastervisionartificial.es
X-WR-CALDESC:Eventos para Máster Universitario en Visión Artificial
REFRESH-INTERVAL;VALUE=DURATION:PT1H
X-Robots-Tag:noindex
X-PUBLISHED-TTL:PT1H
BEGIN:VTIMEZONE
TZID:UTC
BEGIN:STANDARD
TZOFFSETFROM:+0000
TZOFFSETTO:+0000
TZNAME:UTC
DTSTART:20200101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=UTC:20210406T160000
DTEND;TZID=UTC:20210406T180000
DTSTAMP:20260408T171939
CREATED:20210401T094404Z
LAST-MODIFIED:20210401T094837Z
UID:2184-1617724800-1617732000@mastervisionartificial.es
SUMMARY:Seminario: Visual SLAM and how to build a company to democratise the use of it - Pablo Fernández Alcantarilla - SLAMcore
DESCRIPTION:In this talk I will give a brief overview of my background and my recent research in visual SLAM and deep learning. After this I will introduce SLAMcore\, a UK-based startup from Imperial College that has the goal of democratising the use of SLAM-based solutions in robotics and drones industries. I will describe the company origins\, where we are at the moment and some areas in which we are currently working on.
URL:https://mastervisionartificial.es/event/seminario-muva-visual-slam-and-how-to-build-a-company-to-democratise-the-ue-of-it-pablo-fernandez-alcantarilla-slamcore
LOCATION:Seminarios MUVA URJC\, Online mediante Microsoft Teams\, Mostoles\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20210413T163000
DTEND;TZID=UTC:20210413T180000
DTSTAMP:20260408T171939
CREATED:20210401T095750Z
LAST-MODIFIED:20210401T100359Z
UID:2191-1618331400-1618336800@mastervisionartificial.es
SUMMARY:Seminario: ¿Sueñan las redes neuronales con ilusiones visuales? -  Dr. Adrián Martín Fernández  - UPF
DESCRIPTION:Las redes neuronales de convolución (CNN por sus siglas en inglés) han supuesto una auténtica revolución en el campo de la visión artificial\, alcanzando resultados que\nparecían imposibles para el resto de técnicas. Pese al uso masivo de esta tecnología que se da hoy en día son muchos los interrogantes abiertos sobre su funcionamiento\, en especial a la hora de explicar las decisiones que toman y los errores (a veces catastróficos) que cometen. En este trabajo realizamos un estudio de la percepción de estímulos visuales por parte de las CNNs utilizando ilusiones visuales diseñadas para el estudio de la visión humana y mostramos cómo efectivamente también afectan a estas redes. Finalmente\, para profundizar en el estudio de las semejanzas y diferencias entre la percepción visual humana y la de las CNNs proponemos un método de generación de ilusiones visuales basado en CNNs.
URL:https://mastervisionartificial.es/event/seminario-muva-suenan-las-redes-neuronales-con-ilusiones-visuales-dr-adrian-martin-fernandez-upf
LOCATION:Seminarios MUVA URJC\, Online mediante Microsoft Teams\, Mostoles\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20210420T160000
DTEND;TZID=UTC:20210420T180000
DTSTAMP:20260408T171939
CREATED:20210401T100816Z
LAST-MODIFIED:20210401T100816Z
UID:2194-1618934400-1618941600@mastervisionartificial.es
SUMMARY:Seminario: Avances recientes en aprendizaje continuo - Dr. Bogdan Raducanu – UAB
DESCRIPTION:Se pretende introducir el concepto de lifelong learning (o aprendizaje continuo) y su aplicación al campo de visión por computador. La manera mas común para entrenar una red neuronal es considerando que disponemos de todos los datos necesarios desde el principio. Pero en caso de problemas reales\, esto no es el escenario adecuado. Por ejemplo\, si consideramos el caso de un robot que tiene que explorar continuamente sitios nuevos o de vídeo-vigilancia\, donde la representación de una persona se debe actualizar para hacer mas robusta su identificación\, la red neuronal tiene que re-entrenarse para acomodar esta nueva información. En otras palabras\, se requiere otra estrategia de entrenamiento que se designa como ‘aprendizaje secuencial’. Pero un problema reconocido asociado con este paradigma se refiere al ‘olvido catastrófico’\, es decir la red neuronal tiende a olvidar el conocimiento previo cuando se re-entrena con datos nuevos. Hablaremos sobre varios métodos de aprendizaje continuo que no están sujetos al efecto de ‘olvido catastrófico’.
URL:https://mastervisionartificial.es/event/seminario-avances-recientes-en-aprendizaje-continuo-dr-bogdan-raducanu-uab
LOCATION:Seminarios MUVA URJC\, Online mediante Microsoft Teams\, Mostoles\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20210427T160000
DTEND;TZID=UTC:20210427T180000
DTSTAMP:20260408T171939
CREATED:20210401T101748Z
LAST-MODIFIED:20210401T101748Z
UID:2197-1619539200-1619546400@mastervisionartificial.es
SUMMARY:Seminario: Computer vision for safer and efficient medicine - Dr. Pablo Márquez Neila - UniBe
DESCRIPTION:Medical datasets are getting increasingly larger and richer in terms of both amount and heterogeneity of collected data. The analysis and evaluation of these enormous datasets poses a challenge to clinicians and experts in healthcare systems around the world. Thanks to its effectiveness processing and extracting knowledge from large datasets\, it is expected that machine learning will become a standard tool in healthcare in the following years\, as it will help clinicians in screening\, diagnosis\, and patient-tailored treatment suggestion. Computer vision will be a fundamental piece of this revolution\, whereas more than 90% of the medical data are from images. In this context\, I will present a general overview on how we are using computer vision and machine learning in a variety of medical problems\, with a special focus on ophthalmology. We will dive into the details of a reinforcement learning method for faster and more efficient patient-attentive perimetry testing\, and into the challenges of making computer vision systems robust to unexpected inputs using a novel technique for out-of-distribution (OOD) detection.
URL:https://mastervisionartificial.es/event/seminario-computer-vision-for-safer-and-efficient-medicine-dr-pablo-marquez-neila-unibe
LOCATION:Seminarios MUVA URJC\, Online mediante Microsoft Teams\, Mostoles\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20210504T160000
DTEND;TZID=UTC:20210504T180000
DTSTAMP:20260408T171939
CREATED:20210401T102124Z
LAST-MODIFIED:20210401T102124Z
UID:2200-1620144000-1620151200@mastervisionartificial.es
SUMMARY:Seminario: Realidad Aumentada en Entornos Urbanos - Xoan Iago Suárez - The Graffter S.L\, UPM
DESCRIPTION:La Realidad Aumentada (RA) es una tecnología en auge\, entre otros motivos por la aparición de sensores de bajo coste muy precisos\, la miniaturización del hardware o el surgimiento de las gafas de RA. La tecnología es madura y precisa en escenarios controlados donde la iluminación es estable y los objetos que rodean al usuario cercanos\, sin embargo existen todavía límites a superar para su uso en exteriores. En esta charla nos enfocaremos en cómo llevar la realidad aumentada a entornos urbanos gracias a la visión artificial. Veremos las técnicas que permiten localizar con precisión al usuario y así mostrar el contenido aumentado con el máximo realismo. Se hará especial hincapié en las últimas investigaciones del campo que permiten el uso en dispositivos móviles.
URL:https://mastervisionartificial.es/event/seminario-realidad-aumentada-en-entornos-urbanos-xoan-iago-suarez-the-graffter-s-l-upm
LOCATION:Seminarios MUVA URJC\, Online mediante Microsoft Teams\, Mostoles\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220201T180000
DTEND;TZID=UTC:20220201T200000
DTSTAMP:20260408T171939
CREATED:20220124T104152Z
LAST-MODIFIED:20220124T104152Z
UID:2334-1643738400-1643745600@mastervisionartificial.es
SUMMARY:Seminario: "Modelos neuronales de afinidad de apariencia: problemas y estrategias"
DESCRIPTION:Modelar la similitud entre dos detecciones de un individuo es fundamental para su seguimiento y re-identificación en los sistemas de video-vigilancia inteligente. En este seminario se expondrán un conjunto de estrategias destinadas a la aplicación de deep learning para llevar a cabo tal modelado y lidiar con los problemas derivados de las especificaciones\, tanto de las tareas\, como de los datos disponibles.
URL:https://mastervisionartificial.es/event/seminario-modelos-neuronales-de-afinidad-de-apariencia-problemas-y-estrategias
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220208T180000
DTEND;TZID=UTC:20220208T200000
DTSTAMP:20260408T171939
CREATED:20220124T105522Z
LAST-MODIFIED:20220124T105522Z
UID:2344-1644343200-1644350400@mastervisionartificial.es
SUMMARY:Seminario: Métodos de Procesado de Imagen para la detección no invasiva de los niveles de glóbulos blancos en vídeos de capilaroscopia
DESCRIPTION:La neutropenia es uno de los efectos secundarios más graves de la quimioterapia y su principal resultado negativo es el riesgo elevado de infección conocida como neutropenia febril. Los métodos actuales para detectar neutropenia implican una extracción y análisis de muestras de sangre con equipo de laboratorio y personal capacitado. Desde la empresa Leuko\, se está desarrollando un nuevo dispositivo capaz de detectar neutropenia mediante el análisis no invasivo de videos del flujo sanguíneo en capilares\, utilizando técnicas de visión artificial y análisis de imagen.
URL:https://mastervisionartificial.es/event/seminario-metodos-de-procesado-de-imagen-para-la-deteccion-no-invasiva-de-los-niveles-de-globulos-blancos-en-videos-de-capilaroscopia
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220215T180000
DTEND;TZID=UTC:20220215T200000
DTSTAMP:20260408T171939
CREATED:20220124T105952Z
LAST-MODIFIED:20220124T105952Z
UID:2347-1644948000-1644955200@mastervisionartificial.es
SUMMARY:Seminario: Del algoritmo a la puesta en producción. La praxis de la innovación en visión artificial.
DESCRIPTION:En esta charla el departamento de I+D de Aerin Sistemas quiere mostrar las diferentes dificultades que aparecen cuando se desea llevar a producción soluciones innovadoras en el campo de la visión artificial. Para ilustrar este extremo mostraremos nuestros desarrollos\, Aitenea (framework para machine learning) y sobre todo AItea\, plataforma para desarrollar soluciones de visión artificial. A lo largo de la charla mostraremos las principales escoyos técnicos encontrados\, así como las diferentes soluciones que hemos aplicado para intentar sortearlos
URL:https://mastervisionartificial.es/event/seminario-del-algoritmo-a-la-puesta-en-produccion-la-praxis-de-la-innovacion-en-vision-artificial
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220222T180000
DTEND;TZID=UTC:20220222T200000
DTSTAMP:20260408T171939
CREATED:20220124T110913Z
LAST-MODIFIED:20220124T110913Z
UID:2350-1645552800-1645560000@mastervisionartificial.es
SUMMARY:Seminario: Good Practicies for Applied Research
DESCRIPTION:Nowadays\, we often see job ads like “Machine Learning Engineer”\, “Computer Vision Engineer”\, “Applied Scientist”\, etc. There is a high demand for such profiles\, not only from the big guns (FAANG)\, but from medium-small companies as well. Basically\, they are looking for somebody able to implement cutting-edge features into new applications\, or even develop innovative characteristics from scratch. Needless to say\, this job requires a set of skills which are not common for Software Engineers. This presentation analyzes the differences between usual approaches to software development and those required for applied research. We will show some use cases regarding typical scenarios in applied research. Furthermore\, we will discuss how good practices for generic software development can be (and should be) successfully implemented for applied research.
URL:https://mastervisionartificial.es/event/seminario-good-practicies-for-applied-research
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220301T180000
DTEND;TZID=UTC:20220301T200000
DTSTAMP:20260408T171939
CREATED:20220216T083708Z
LAST-MODIFIED:20220216T083708Z
UID:2379-1646157600-1646164800@mastervisionartificial.es
SUMMARY:Seminario: Reconstruction and Animation of 3D Digital Garments.
DESCRIPTION:In this talk\, I will discuss a collection of learning-based methods used to create digital garments. First\, I will present a method based on advanced computer vision techniques and differentiable rendering to recover the surface of dynamic garments. Then I will discuss how these reconstructions are used to learn a regressor that estimates how a garment deforms as a function of the underlying human body\, paving the path to realistic digital humans and virtual try-on applications.
URL:https://mastervisionartificial.es/event/seminario-reconstruction-and-animation-of-3d-digital-garments
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220308T180000
DTEND;TZID=UTC:20220308T200000
DTSTAMP:20260408T171939
CREATED:20220216T084519Z
LAST-MODIFIED:20220216T084519Z
UID:2381-1646762400-1646769600@mastervisionartificial.es
SUMMARY:Seminario: Analytical Solutions in Deformable registration and reconstruction methods
DESCRIPTION:The tasks of image registration (i.e.\, the computation of correspondences) and image-based reconstruction (i.e.\, the computation of depth) are fundamental in Computer Vision. Solving both tasks is required in fields such as video editing\, robotics\, or Augmented Reality (AR) applications. To date\, there exist mature techniques for the reconstruction and registration of rigid objects\, such as Structure-from-Motion (SfM). The case of deformable objects is however largely unresolved\, despite being crucial in applications where most of the objects are non-rigid\, such as in medical imaging. There exist two main scenarios. In Non-Rigid SfM (NRSfM)\, the inputs are a set of images and the problem is to find correspondences across images (registration) and depth (reconstruction). It is thus an extension of SfM to non-rigid objects. In Shape-from-Template (SfT)\, the inputs are a single image and a 3D object model (template)\, and the problem is to find correspondences between the model and the image (registration) and depth (reconstruction). Obviously\, as the object is deformable\, the image is not a photo of the model under some unknown pose: rather\, it is a photo of the model taken after some unknown deformation. In the last few years\, both SfT and NRSfM have been thoroughly for some types of deformation models that can be expressed as partial differential equations\, such as the isometric model. Based on those models\, NRSfM and SfT can be solved analytically. This talk gives insight into these methods from both a theoretical and practical perspective.
URL:https://mastervisionartificial.es/event/seminario-analytical-solutions-in-deformable-registration-and-reconstruction-methods
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220315T180000
DTEND;TZID=UTC:20220315T200000
DTSTAMP:20260408T171939
CREATED:20220216T084926Z
LAST-MODIFIED:20220216T085230Z
UID:2388-1647367200-1647374400@mastervisionartificial.es
SUMMARY:Seminario: Tratamientos guiados por imagen para una medicina personalizada
DESCRIPTION:Diversas técnicas como el posicionamiento o la realidad aumentada permiten localizar elementos durante la cirugía e integrar esa información con datos de imagen médica\, adaptando el tratamiento a cada caso específico. Estas técnicas pueden emplearse durante las distintas fases del tratamiento quirúrgico de un paciente\, de forma que se mejore el entrenamiento\, la planificación o la ejecución del mismo. En este seminario se presentarán las diferentes tecnologías que se emplean para llevar estas mejoras al campo médico (sistemas de posicionamiento ópticos y magnéticos\, algoritmos de registro\, realidad aumentada o impresión 3D) así como ejemplos de aplicaciones clínicas en las que el grupo BiiG-IGT (https://biig-igt.uc3m.es) de\nla UC3M colabora con diversos hospitales en radioterapia intraoperatoria\, cirugía oncológica\, entrenamiento para parto o cirugía maxilofacial.
URL:https://mastervisionartificial.es/event/seminario-tratamientos-guiados-por-imagen-para-una-medicina-personalizada
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220322T180000
DTEND;TZID=UTC:20220322T200000
DTSTAMP:20260408T171939
CREATED:20220216T085712Z
LAST-MODIFIED:20220216T085712Z
UID:2391-1647972000-1647979200@mastervisionartificial.es
SUMMARY:Seminario: Métodos de detección y reducción de sesgos en algoritmos de aprendizaje automático.
DESCRIPTION:En este seminario se hará un repaso por técnicas recientes desarrolladas para la detección de sesgos en arquitecturas de aprendizaje basadas en redes neuronales. También se hablará de técnicas para incorporar nuevos objetivos de aprendizaje que permitan incrementar la privacidad y la confiabilidad\nen los algoritmos de aprendizaje automático. Por último se presentarán casos de estudio relacionados con estas temáticas y el uso de Inteligencia  Artificial en sectores críticos.
URL:https://mastervisionartificial.es/event/seminario-metodos-de-deteccion-y-reduccion-de-sesgos-en-algoritmos-de-aprendizaje-automatico
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220329T180000
DTEND;TZID=UTC:20220329T200000
DTSTAMP:20260408T171939
CREATED:20220216T085859Z
LAST-MODIFIED:20220216T092534Z
UID:2396-1648576800-1648584000@mastervisionartificial.es
SUMMARY:Seminario: Deshojando la margarita. O ¿cuánto podemos enrevesar la más sencilla de las decisiones?
DESCRIPTION:Sí o no. Eso es todo lo que tiene que decidir nuestro sistema y no queremos que falle. Pero fallará\, mucho o poco.
URL:https://mastervisionartificial.es/event/seminario-deshojando-la-margarita-o-cuanto-podemos-enrevesar-la-mas-sencilla-de-las-decisiones-2
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220405T180000
DTEND;TZID=UTC:20220405T200000
DTSTAMP:20260408T171939
CREATED:20220404T074057Z
LAST-MODIFIED:20220404T074057Z
UID:2424-1649181600-1649188800@mastervisionartificial.es
SUMMARY:Seminario: Visión artificial eficiente para dispositivos móviles
DESCRIPTION:La visión artificial está en todas partes. Dispositivos como smartphones\, tablets o drones captan nuestro día a día\, ofreciendo nuevas e interesantes oportunidades de negocio. Sin embargo\, su limitada capacidad computacional supone un reto en el diseño de algoritmos de visión con un claro compromiso entre precisión y eficiencia. En este seminario se mostrarán algunos ejemplos de métodos de bajo nivel que sirven como base para la construcción de nuevas aplicaciones de visión\, tratamos el problema de la detección y descripción de características locales de apariencia\, que es la piedra angular del flujo de trabajo en sistemas como SLAM\, Structure from Motion\, Pose Estimation o Robust object recognition.
URL:https://mastervisionartificial.es/event/seminario-vision-artificial-eficiente-para-dispositivos-moviles
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220419T180000
DTEND;TZID=UTC:20220419T200000
DTSTAMP:20260408T171939
CREATED:20220404T074636Z
LAST-MODIFIED:20220404T074710Z
UID:2428-1650391200-1650398400@mastervisionartificial.es
SUMMARY:Seminario: La Visión Artificial en la nueva era: Advanced Manufacturing
DESCRIPTION:La Visión Artificial se ha convertido en un elemento fundamental en la industria de la nueva era. La inteligencia artificial aplicada al análisis de imagen\, la gestión de los sistemas VGR (Vision Guide Robotics) y su capacidad de obtener una gran cantidad de datos de los procesos confieren a los sistemas de visión un alto valor estratégico en la coyuntura industrial actual y futura.
URL:https://mastervisionartificial.es/event/seminario-la-vision-artificial-en-la-nueva-era-advanced-manufacturing
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20220426T180000
DTEND;TZID=UTC:20220426T200000
DTSTAMP:20260408T171939
CREATED:20220404T074934Z
LAST-MODIFIED:20220404T074934Z
UID:2431-1650996000-1651003200@mastervisionartificial.es
SUMMARY:Seminario: AI for Autonomous Assistive Robots
DESCRIPTION:In this talk we will present some of the latest advances made in the GRAM group of the University of Alcalá in the implementation of AI solutions for autonomous assistive robots. We will detail some semantic visual navigation solutions using RL and meta-learning models\, to achieve robots with sufficient autonomy to navigate through novel environments. Finally\, we will also introduce some assistive applications\, based on online action detection solutions\, that allow robots to help people with neurodevelopmental problems to enhance the learning of daily life actions. ..
URL:https://mastervisionartificial.es/event/seminario-ai-for-autonomous-assistive-robots
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230201T160000
DTEND;TZID=UTC:20230201T180000
DTSTAMP:20260408T171939
CREATED:20230203T114924Z
LAST-MODIFIED:20230203T120024Z
UID:2631-1675267200-1675274400@mastervisionartificial.es
SUMMARY:Inteligencia Artificial Explicativa en Aprendizaje Profundo: arrojando luz sobre las cajas negras
DESCRIPTION:PONENTE\nDña. Clara Isabel López González\n\n\nAFILIACIÓN\nPersonal Docente Investigador en formación en la Universidad Complutense de Madrid.\n\n\nRESUMEN\nEn los últimos años el Aprendizaje Profundo ha experimentado un rápido crecimiento\, demostrando un gran rendimiento en numerosas técnicas\, desde clasificación de imágenes\, segmentación semántica\, detección de objetos\, hasta lenguaje natural. Gracias a este éxito el uso de redes neuronales se ha extendido a diversas disciplinas más allá de la investigación\, como puede ser la medicina en la detección de enfermedades o la conducción autónoma en la detección de obstáculos. Es\, por tanto\, de suma importancia poder explicar e interpretar los resultados obtenidos. Sin embargo\, estas técnicas entran dentro de lo que se conoce como modelos de caja negra\, y aun conociendo su funcionamiento no somos capaces de explicar el proceso de toma de decisiones que llevan a cabo. Para hacer frente a este problema se han desarrollado diferentes métodos bajo el paraguas de la Inteligencia Artificial Explicativa (xAI)\, los cuales pretenden ayudar a interpretar qué aprenden las redes neuronales. En este seminario se presenta el concepto de Inteligencia Artificial Explicativa\, distintos métodos y aplicaciones dentro del campo de la Visión Artificial.\n\n\nBIO\nClara Isabel López González es graduada en Matemáticas y Física por la Universidad Complutense de Madrid. Estudió el Máster en Matemáticas en la Universidad de Padua y el Máster en Matemáticas y Aplicaciones en la Universidad de Burdeos. Actualmente es estudiante de doctorado en Ingeniería Informática en la UCM. Su investigación se centra en el análisis de mecanismos explicativos en Aprendizaje Profundo para procesamiento de imágenes de exterior.\n\n\n\n 
URL:https://mastervisionartificial.es/event/inteligencia-artificial-explicativa-en-aprendizaje-profundo-arrojando-luz-sobre-las-cajas-negras
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230208T160000
DTEND;TZID=UTC:20230208T180000
DTSTAMP:20260408T171939
CREATED:20230203T120640Z
LAST-MODIFIED:20230203T205244Z
UID:2636-1675872000-1675879200@mastervisionartificial.es
SUMMARY:Building Smart and Fast Systems using Machine Learning and Computer Vision.
DESCRIPTION:PONENTE\nDra. Thaleia Dimitra Doudali\n\n\nAFILIACIÓN\nAssistant Research Professor at IMDEA Software Institute.\n\n\nRESUMEN\nNowadays\, computing platforms use a mix of different hardware technologies\, to scale application performance\, resource capacities and achieve cost effectiveness. However\, this heterogeneity\, along with the greater irregularity in the behavior of emerging workloads\, render existing resource management approaches ineffective. In the first part of this talk\, I will describe how we can use machine learning methods at the operating system-level\, in order to make smarter resource management decisions and speed up application performance. In the second part of the talk\, I will present how we can accelerate certain components of such systems using visualization and computer vision methods. Finally\, I will conclude with my vision of coupling machine learning and computer vision at the system-level and present open questions that make this research area exciting to work on!\n\n\nBIO\nShe received her PhD from the Georgia Institute of Technology (Georgia Tech) in the United States. Thaleia’s research explores novel methodologies\, such as machine learning and computer vision\, to improve operating system-level resource managemen. In 2021\, Thaleia received the Juan de la Cierva post-doctoral fellowship.
URL:https://mastervisionartificial.es/event/building-smart-and-fast-systems-using-machine-learning-and-computer-vision
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230215T160000
DTEND;TZID=UTC:20230215T180000
DTSTAMP:20260408T171939
CREATED:20230203T120943Z
LAST-MODIFIED:20230203T205417Z
UID:2640-1676476800-1676484000@mastervisionartificial.es
SUMMARY:Aplicación de visión artificial en capiloroscopía para la detección de neutropenia severa
DESCRIPTION:PONENTE\nDr. Alberto Pablo Trinidad\n\n\nAFILIACIÓN\nLeuko\n\n\nRESUMEN\nLa neutropenia es uno de los efectos secundarios más graves de la quimioterapia y su principal resultado negativo es el riesgo elevado de infección conocida como neutropenia febril. Los métodos actuales para detectar neutropenia implican una extracción y análisis de muestras de sangre con equipo de laboratorio y personal capacitado. Desde la empresa Leuko\, se está desarrollando un nuevo dispositivo capaz de detectar neutropenia mediante el análisis no invasivo de videos del flujo sanguíneo en capilares\, utilizando técnicas de visión artificial y análisis de imagen.\n\n\nBIO\nEl Dr. Alberto Pablo Trinidad trabaja como «senior data scientist» en la empresa Leuko en el desarrolo de algoritmos de inteligencia artificial aplicados a imagenes y videos de capilaroscopia para la detección de neutropenia severa. Realizó el master de visión artificial por la universidad Rey Juan Carlos en el 2013/14 y se doctoró en Sistemas Electronicos por la universidad Politecnica de Madrid en 2021.\n\n\n\n 
URL:https://mastervisionartificial.es/event/aplicacion-de-vision-artificial-en-capiloroscopia-para-la-deteccion-de-neutropenia-severa
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230222T160000
DTEND;TZID=UTC:20230222T180000
DTSTAMP:20260408T171939
CREATED:20230203T121326Z
LAST-MODIFIED:20230203T205900Z
UID:2643-1677081600-1677088800@mastervisionartificial.es
SUMMARY:3D perception for AR/VR devices
DESCRIPTION:PONENTE\nDr. Eduardo Perdices\n\n\nAFILIACIÓN\nIngeniero en visión Artifical en Arcturus Industries\n\n\nRESUMEN\nExplicación de los distintos retos a abordar a la hora de aplicar soluciones de visión artifical en dispositivos de realidad virtual\, tomando como objetivo el posicionamiento 3D en tiempo real del dispositivo (headset) y sus controladores.\n\n\nBIO\nDoctor en visión artificial en la URJC\, con experiencia de más de 10 años trabajando en empresas de robótica y visión artificial\n\n\n\n 
URL:https://mastervisionartificial.es/event/3d-perception-for-ar-vr-devices
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230301T160000
DTEND;TZID=UTC:20230301T180000
DTSTAMP:20260408T171939
CREATED:20230203T121621Z
LAST-MODIFIED:20230203T205923Z
UID:2645-1677686400-1677693600@mastervisionartificial.es
SUMMARY:Beyond supervised Deep Learning for Autonomous Driving.
DESCRIPTION:PONENTE\nDr. Luis Miguel Bergasa Pascual\n\n\nAFILIACIÓN\nUniversidad de Alcalá de Henares\n\n\nRESUMEN\nAutonomous driving is one of the most exciting engineering fields of our era. The benefits that self-driving cars will have in our society are still unmeasurable\, while the associated goals are also growing increasingly complex and challenging. In recent years\, fully supervised Deep Learning (DL) algorithms have seen an unprecedented boom in this field and are progressively being introduced into autonomous vehicle navigation architectures. However\, compared to classical methods\, supervised DL-based techniques face scalability issues as they require huge amounts of labeled data and are unable to generalize to multiple domains. These issues represent a great barrier for the practical application of DL techniques in this field. In this talk\, we will revise the DL developments made by our Research Lab for our Autonomous Vehicle prototype surrounding alternatives to fully supervised learning in the DL context (synthetic data\, transfer learning\, reinforcement learning\, etc.). In addition\, we will present our thoughts on the future of research in this field with the purpose of solving the challenging remaining problems.\n\n\nBIO\nLuis M. Bergasa received the MS degree in Electrical Engineering in 1995 from the Technical University of Madrid and the PhD degree in Electrical Engineering in 1999 from the University of Alcalá (UAH)\, Spain. He is Full Professor at the Department of Electronics of the UAH since 2011. From 2000 he had different research and teaching positions at the UAH. He was Head of the Department of Electronics (2004-2010)\, coordinator of the Doctorate program in Electronics (2005-2010) and Director of Knowledge Transfer at the UAH (2014-2018). He is author of more than 280 refereed papers in journals and international conferences. He was recognized as one of the most productive researcher in Intelligent Transportation Systems (ITS) field during the period 1996-2014\, and as a Distinguished Lecturer of the IEEE Vehicular Technology Society (2019-2021). He received the Institutional Lead Award 2019 from the IEEE ITS Society for the longstanding work of his research group. His research activity has been awarded/recognized with 28 prizes/recognitions related to Robotics and Automotive fields from 2004 to nowadays.  He is Associate Editor of the IEEE Transactions on ITS and habitual reviewer in several journals included in the JCR index. He was Guest Editor of two Special Issues (Sensors and IEEE T ITS)\, member of the Editorial Board of International Journal of Vehicular Technology (2012-2017) and he have served on Program/Organizing Committees in more than 20 conferences. He was Research Visitor at the Computer Vision Research Group of the Trinity College in Dublin (Irland) in 1998\, Visiting Scholar at the Toyota Technological Institute at Chicago (USA) in 2013\, and at the OPTIMAL Center Northwestern Polytechnic University (China) in 2017. He was co-founder of Vision Safety Technologies Ltd\, a spin-off company established to commercialize computer vision systems for road infrastructure inspection (2009-2016). His research interests include driver behaviors and scene understanding using Computer Vision and Deep Learning Techniques for autonomous vehicles applications.\n\n\n\n 
URL:https://mastervisionartificial.es/event/beyond-supervised-deep-learning-for-autonomous-driving
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230308T160000
DTEND;TZID=UTC:20230308T180000
DTSTAMP:20260408T171939
CREATED:20230203T122239Z
LAST-MODIFIED:20230203T122427Z
UID:2652-1678291200-1678298400@mastervisionartificial.es
SUMMARY:¿Navegación en un entorno quirúrgico?
DESCRIPTION:PONENTE\nDra. Verónica García Vázquez\n\n\nAFILIACIÓN\nAyudante doctor en el Área Tecnología Electrónica\, Departamento Matemática Aplicada\, Ciencia e Ingeniería de los Materiales y Tecnología Electrónica\, Universidad Rey Juan Carlos. Medical Image Analysis and Biometry Lab\n\n\nRESUMEN\n¿Sabes que en un quirófano se puede navegar igual que hacemos con el móvil en el coche para llegar a nuestro destino? En el caso del quirófano\, el mapa de carreteras sería la información que tenemos sobre la anatomía del paciente (por ejemplo\, imágenes médicas)\, el móvil que localiza donde está el coche correspondería con el sistema de posicionamiento\, el destino sería la región a tratar en ese procedimiento médico\, el coche sería la herramienta que queremos localizar en el paciente (por ejemplo\, un bisturí) y el conductor sería el médico. Este seminario se centrará primero en explicaros cómo funciona un sistema de posicionamiento óptico y electromagnético para luego contaros varias aplicaciones relacionadas con el guiado de procedimientos médicos en el campo de la oncología y de la cirugía endovascular en las que he empleado estas tecnologías junto con el escaneo 3D\, la impresión 3D y la realidad aumentada.\n\n\nBIO\nVerónica García Vázquez trabajó en el Laboratorio de Imagen Médica del Hospital Gregorio Marañón (Madrid) donde inicialmente participó en varias líneas de investigación como planificación quirúrgica de pacientes con disfunciones oculomotoras\, escáneres comerciales PET/TAC para pequeño animal\, y en neuroimagen con imágenes preclínicas y clínicas. A continuación\, se centró en el guiado de tratamientos con sistemas de posicionamiento\, escáneres 3D e impresión 3D. Obtuvo el doctorado en Multimedia y Comunicaciones por la Universidad Carlos III de Madrid con una tesis sobre navegación e imagen intraoperatoria en radioterapia intraoperatoria con electrones. Realizó un postdoc en University of Luebeck (Alemania) donde trabajó en un proyecto para la navegación de procedimientos de reparación aórtica mediante el uso de sistemas de posicionamiento y realidad aumentada. Antes de unirse a la Universidad Rey Juan Carlos como ayudante doctor estuvo trabajando en la empresa GMV Soluciones Globales Internet\, S.A.U en la navegación de tratamientos de radioterapia intraoperatoria con rayos X de bajo voltaje\, proyecto en el que sigue colaborando con GMV y con University Medical Center Mannheim (Alemania).\n\n\n\n 
URL:https://mastervisionartificial.es/event/navegacion-en-un-entorno-quirurgico
LOCATION:Salon de grados del Departamental 1\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230315T160000
DTEND;TZID=UTC:20230315T180000
DTSTAMP:20260408T171939
CREATED:20230203T122722Z
LAST-MODIFIED:20230203T122736Z
UID:2655-1678896000-1678903200@mastervisionartificial.es
SUMMARY:From physical textiles to digital twins
DESCRIPTION:PONENTE\nDra. Elena Garcés García\n\n\nAFILIACIÓN\nHead of AI & Optics at SEDDI\n\n\nRESUMEN\nVirtual design\, online marketplaces\, product lifecycle workflows\, AR/VR\, videogames\, …\, all require lifelike digital representations of real-world materials (i.e.\, digital twins). Acquiring these digital copies is typically a cumbersome and slow process that requires expensive machines and several manual steps\, creating roadblocks for scalability\, repeatability\, and consistency. Among the many industries requiring digital twins of materials\, the fashion industry is in a critical position; facing the demand to digitize hundreds of samples of textiles in short periods\, which cannot be achieved with current technology. In this context\, casual capture systems for optical digitization provide a promising path for scalability. These systems leverage low cost devices (such as smartphones)\, one or more different illuminations\, and learning-based priors to estimate the material’s diffuse and specular reflection lobes. However\, to train a machine learning-based solution\, data is needed\, which is not easy to obtain for textile materials. In this talk\, I will discuss our end-to-end approach to providing a scalable solution to digitize textiles\, including the design of an optical gonioreflectometer (capable of seeing yarns at the fiber level) for dataset creation and our deep learning-based solution that only requires a single image as input.\n\n\nBIO\nElena es doctora en Informática desde 2016 donde se especializó en técnicas avanzadas de procesamiento de imagen y render inverso para captura de apariencia. Actualmente es investigadora en la URJC además de líder del equipo de IA y óptica de la empresa SEDDI\, donde desarrolla métodos de captura de materiales\, y modelado de humanos y ropa virtual.
URL:https://mastervisionartificial.es/event/from-physical-textiles-to-digital-twins
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230322T160000
DTEND;TZID=UTC:20230322T180000
DTSTAMP:20260408T171939
CREATED:20230203T123127Z
LAST-MODIFIED:20230203T123153Z
UID:2658-1679500800-1679508000@mastervisionartificial.es
SUMMARY:Avatares Digitales con Machine Learning
DESCRIPTION:PONENTE\nDr. Dan Casas Guix\n\n\nAFILIACIÓN\nUniversidad Rey Juan Carlos.\n\n\nRESUMEN\nLa digitalización de humanos mediante técnicas basadas en reconstrucción 3D supone un enorme desafío dentro del campos de la Visión Artificial y la Informática Gráfica. Recientemente\, métodos basados en técnicas de Machine Learning han demostrado ser una buena manera de atacar este problema\, y han permitido avanzar el estado del arte tanto para la reconstrucción 3D de humanos desde una sola imagen\, como para el modelado de la deformación 3D de ropa virtual. En esta charla describiré los avances recientes publicados por nuestro grupo de investigación en esta área\, incluyendo varios artículos aceptados en congresos internacionales de gran prestigio como CVPR\, NeurIPS\, y SIGGRAPH\n\n\nBIO\nDan Casas is Assistant Professor at the Universidad Rey Juan Carlos (URJC)\, Spain. Previosuly he was Marie Sklodowska-Curie Fellow (2016-2018) at MSLab of the URJC\, and postdoc (2015-2016) in the Graphics\, Vision and Video group at the Max Planck Institute in Saarbrucken\, Germany\, led by Prof. Christian Theobalt\, and at the Character Animation group of the University of Southern California Institute for Creative Technology\, in Los Angeles\, USA (2014-2015). Dan received his PhD in Computer Graphics in 2014 from the University of Surrey (UK)\, supervised by Prof. Adrian Hilton. Dan’s dissertation introduced novel methods for character animation from multi-camera capture that allow the synthesis of video-realistic interactive 3D characters. During his PhD\, he was also intern at the R&D department of the Oscar Award-winning visual effects company\, Framestore. Previously\, in 2009\, Dan received his M.Sc. degree from the Universitat Autonoma de Barcelona (Spain). In 2008\, during the last year of his M.Sc. studies\, he joined the Human Sensing Lab at Carnegie Mellon University (PA\, USA) as an invited research scholar\, where he investigated methods for real-time face tracking\, advised by Prof. Fernando de la Torre.
URL:https://mastervisionartificial.es/event/2658
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230329T160000
DTEND;TZID=UTC:20230329T180000
DTSTAMP:20260408T171939
CREATED:20230203T123419Z
LAST-MODIFIED:20230203T123645Z
UID:2661-1680105600-1680112800@mastervisionartificial.es
SUMMARY:Visión Artificial con proyección industrial.
DESCRIPTION:PONENTE\nDr. Gonzalo Pajares Martinsanz\n\n\nAFILIACIÓN\nUniversidad Complutense de Madrid\n\n\nRESUMEN\nLa Visión Artificial constituye una herramienta clave en desarrollos inteligentes integrados en distintos sistemas\, donde los vehículos robotizados autónomos son un claro exponente. La industria ha demandado y demanda actualmente soluciones a sus diversos problemas en este sentido\, solicitando perfiles de ingeniería cada vez más especializados. La charla tiene como objetivo principal proporcionar una panorámica general sobre aplicaciones de la Visión Artificial\, siempre inteligente\, para la solución de problemas de naturaleza empresarial\, materializadas a través de los distintos proyectos de investigación que se describen. Se ofrece una doble perspectiva\, de forma que por una parte se presentan soluciones ofrecidas por iniciativa de los grupos de investigación\, siendo la empresa la receptora de estas. Por otra parte\, es la iniciativa empresarial\, en base a su problemática o perspectiva de crecimiento\, quien demanda el desarrollo de sistemas para abordar su problemática.\n\n\nBIO\nGonzalo Pajares es catedrático en el Dpt. de Ingeniería del Software e Inteligencia Artificial en la Universidad Complutense de Madrid. Durante más de 12 años trabajó en varias empresas destacando Inisel\, ENOSA\, Indra en desarrollo de software aplicado y en INTA en Remote Sensing. Su investigación ha girado en torno a la Visión Artificial muy enfocada a desarrollos industriales. Ha sido investigador principal en varios proyectos competitivos de I+D+i internacionales\, incluyendo el programa FP7 de la UE\, y nacionales dentro del Plan Nacional\, en particular de la convocatoria RETOS de la Sociedad con participación empresarial\, destacando CEPSA. También ha sido investigador principal en varios proyectos de transferencia directa en varias empresas. Todos ellos en el ámbito de los vehículos autónomos robotizados en Agricultura de Precisión\, así como en vehículos submarinos y marinos de superficie. Ha publicado más de una centena de artículos en revistas indexadas y varios libros docentes. Entre 2015-2018 fue Adjunto al Coordinador de la Agencia Estatal de Investigación (antes ANEP) en el Área Científica de Transferencia de Tecnología. Desde 2017 figura en la “World’s Top 2% Scientist List” de la Universidad de Stanford. Ha sido y es editor asociado de varias revistas indexadas.
URL:https://mastervisionartificial.es/event/vision-artificial-con-proyeccion-industrial
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230412T160000
DTEND;TZID=UTC:20230412T180000
DTSTAMP:20260408T171939
CREATED:20230203T123954Z
LAST-MODIFIED:20230203T191506Z
UID:2663-1681315200-1681322400@mastervisionartificial.es
SUMMARY:Plataforma robótica asistencial para la monitorización de las acciones basada en sistemas de reconocimeinto de actividades mediante deep learning y continual learning.
DESCRIPTION:PONENTE\nDra. Nadia Nasri Mohammadshahi\n\n\nAFILIACIÓN\nUniversidad de Alicante y Universidad de Alcalá de Henares\n\n\nRESUMEN\nEn este seminario presentaremos LOLA\, nuestro robot de asistencia de bajo coste. La plataforma fue desarrollada para proporcionar asistencia a personas con trastornos delneurodesarrollo. Su principal objetivo es permitir a los terapeutas medir la capacidad de los usuarios para comprender y ejecutar las tareas cotidianas con la ayuda de plataformasrobóticas de asistencia como LOLA y seguir el proceso de aprendizaje de sus pacientes. Para lograr este objetivo\, la plataforma robótica utiliza una interfaz gráfica de usuario\, así como una aplicación basada en modelos de deep learning para el reconocimiento de acciones de forma online\, que permiten reforzar y aprender las actividades de la vida diaria mediante sesiones interactivas con los usuarios. Las personas con discapacidad han estado probando la funcionalidad de la plataforma\, y en esta sesión analizaremos los resultados de este periodo de validación técnica. Finalmente\, presentaremos los soluciones conocidas como de Continual Learning que se están empleando para mejorar los sistemas de reconocimiento de acciones. Realizaremos una introducción a este paradigma de aprendizaje\, explicando cómo se emplea en modelos de vídeo\, mediante una revisión del estado del arte. Así mismo\, concluiremos con los avances que desde nuestro grupo de investigación se han completado en esta línea.\n\n\nBIO\nNadia Nasri Mohammadshahi es licenciada en Ingeniería Electrónica y tiene un Máster en Automatización y Robótica. Hizo su doctorado en Ciencias de la Computación e Inteligencia Artificial en la Universidad de Alicante y con la ayuda de Margarita Salas (de la universidad de Alicante). Actualmente está haciendo un Postdoc en la Universidad de Alcalá de Henares.
URL:https://mastervisionartificial.es/event/plataforma-robotica-asistencial-para-la-monitorizacion-de-las-acciones-basada-en-sistemas-de-reconocimeinto-de-actividades-mediante-deeplearning-y-continual-learning
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230419T160000
DTEND;TZID=UTC:20230419T180000
DTSTAMP:20260408T171939
CREATED:20230203T192211Z
LAST-MODIFIED:20230203T192719Z
UID:2667-1681920000-1681927200@mastervisionartificial.es
SUMMARY:Visual Semantic Navigation: an introduction to the problem.
DESCRIPTION:PONENTE\nDr. Roberto J. López Sastre\n\n\nAFILIACIÓN\nUniversidad de Alcalá de Henares\n\n\nRESUMEN\nSemantic and goal-oriented visual navigation is one of the most prominent tasks performed by intelligent species in their daily lives. This task is defined as the ability we have to navigate through our environment\, finding targets and enabling interaction with it. Navigation methods used in robotics can be divided into two main categories: geometry-based and learning-based. Semantic visual navigation belongs to the second group\, where there is no need to know the map of the environment a priori\, and where there is no need to build such a map «on the fly». In this talk we will present the problem of semantic visual navigation in detail\, reviewing the state-of-the-art models. We will then describe the main advances that are being made on this problem from a reinforcement-based learning and meta-learning approach.\n\n\nBIO\nI received a Master of Electrical Engineering from the University of Alcalá\, Spain in 2005. I work at GRAM research group within the Department of Signal Theory and Communications\, where I defended my PhD in Electrical Engineering on may 18\, 2010\, entitled «Visual Vocabularies for Category-Level Object Recognition». In 2008\, I spent 6 months in lovely Leuven\, working with Tinne Tuytelaars and the VISICS-PSI research group. Summer 2010\, I visited Silvio Savarese’s group at University of Michigan. Research interests in reverse chronological order: meta-learning\, semantic visual navigation\, AI applied to astrophysics\, unsupervised learning\, activity recognition\, object category pose estimation\, semantic visual vocabularies\, category-level object recognition.
URL:https://mastervisionartificial.es/event/visual-semantic-navigation-an-introduction-to-the-problem
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230426T160000
DTEND;TZID=UTC:20230426T180000
DTSTAMP:20260408T171939
CREATED:20230203T192546Z
LAST-MODIFIED:20230203T192546Z
UID:2669-1682524800-1682532000@mastervisionartificial.es
SUMMARY:Deshojando la margarita. O ¿cuánto podemos enrevesar la más sencilla de las decisiones?
DESCRIPTION:PONENTE\nDr. José Luis Esteban Sánchez-Marín\n\n\nAFILIACIÓN\nGrupo de Visión\, 3DVI (Verisk Analytics)\n\n\nRESUMEN\n¿Sí o no? Eso es todo lo que tiene que decidir nuestro sistema y no queremos que falle. Pero fallará\, mucho o poco.\nExaminaremos las métricas que nos permiten conocer la calidad o utilidad de nuestro sistema de decisión.\nCon un poco de suerte no veremos nada nuevo\, pero trataremos de contraponer y poner en perspectiva muchos conceptos ya conocidos.\n\n\nBIO\nBiólogo e informático. En la UPV/EHU desarrollé sistemas de análisis de imagen y cuantificación mediante microespectrofotometría. En FiloSoft desarrollé sistemas de captura y análisis de datos biomédicos\, incluyendo el primer sistema de análisis de ADN usado por la policía española. En Ipsa desarrollé sistemas de reconocimiento de información en documentos. En relación con la FAI desarrollé sistemas de análisis de registros de vuelo para campeonatos aeronáuticos. En la URJC fui profesor asociado y miembro del grupo Gavab. En 3DVI (antes Geomni) desarrollo sistemas de inferencia de modelos de edificios partir de imágenes aéreas.
URL:https://mastervisionartificial.es/event/deshojando-la-margarita-o-cuanto-podemos-enrevesar-la-mas-sencilla-de-las-decisiones
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20230503T160000
DTEND;TZID=UTC:20230503T180000
DTSTAMP:20260408T171939
CREATED:20230203T193047Z
LAST-MODIFIED:20230203T193115Z
UID:2673-1683129600-1683136800@mastervisionartificial.es
SUMMARY:Vision based end-to-end autonomous driving via imitation learning.
DESCRIPTION:PONENTE\nD. Sergio Paniego Blanco\n\n\nAFILIACIÓN\nUniversidad Rey Juan Carlos\n\n\nRESUMEN\nLas soluciones para autonomous driving suelen dividirse en modulares o end-to-end. En este seminario abordaremos la segunda alternativa\, centrándonos en las soluciones basadas en visión que permiten realizar conducción autónoma utilizando imitation learning. Para ello\, abordaremos un problema de conducción basado en simulación\, donde buscaremos realizar la percepción y el control del vehículo utilizando una cámara como sensor principal. A partir de esa información de entrada\, el objetivo de nuestro sistema será generar la salida de control (señal de aceleración\, giro y freno) para manejar el vehículo en situaciones diversas. Exploraremos las ventajas y limitaciones de esta aproximación\, además de la forma de comparar los diferentes sistemas creados de forma objetiva.\n\n\nBIO\nSoy estudiante de doctorado en Visión Artificial en la URJC bajo la supervisión de José María Cañas. Mi línea de investigación se centra en la unión entre robótica\, inteligencia artificial y visión\, concretamente en la conducción autónoma. Además de mi labor de investigación\, colaboro en varias asignaturas dentro de la misma universidad como profesor.
URL:https://mastervisionartificial.es/event/vision-based-end-to-end-autonomous-driving-via-imitation-learning
LOCATION:Salón de grados del Departamental 2\, Campus de Móstoles de la URJC\, Móstoles\, Madrid\, 28933\, España
CATEGORIES:Seminarios
END:VEVENT
END:VCALENDAR