BEGIN:VCALENDAR
VERSION:2.0
PRODID:-//Máster Universitario en Visión Artificial - ECPv6.15.18//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:20230101T000000
END:STANDARD
END:VTIMEZONE
BEGIN:VEVENT
DTSTART;TZID=UTC:20240403T180000
DTEND;TZID=UTC:20240403T200000
DTSTAMP:20260407T164815
CREATED:20240119T150954Z
LAST-MODIFIED:20240119T150954Z
UID:2882-1712167200-1712174400@mastervisionartificial.es
SUMMARY:Detección de anomalías en imágenes
DESCRIPTION:Impartido por Dña. Natalia Lourdes Pérez García de la Puente  (UPV) \nEste seminario aborda técnicas del estado del arte en inteligencia artificial para la detección de anomalías y realiza un análisis del desarrollo metodológico en diversos casos de uso. Se explorará el aprendizaje no supervisado y semi-supervisado para identificar pixeles anormales en imágenes.\n \n\nNatalia Pérez estudió el Grado en Ingeniería de Tecnologías y Servicios de Telecomunicación en la especialidad de Imagen y Sonido por la Universitat Politècnica de València\, compaginando los estudios con el Grado en Música en la especialidad de Interpretación y Pedagogía del Piano por el Conservatorio Superior de Música Joaquín Rodrigo de Valencia. En el curso 2021-2022 realizó el Máster en Visión Artificial por la Universidad Rey Juan Carlos de Madrid. \nActualmente\, es doctoranda en el grupo de investigación Computer Vision & Behaviour Analysis Lab (CVBLab) dentro del Human-Centered Technology Institute (HUMAN-tech) en de la Universidad Politècnica de València. Participa en diversos proyectos\, tanto de detección de defectos en industria\, como de detección de eventos anómalos en audio y creación de modelos para el diagnóstico en diversos campos de la salud.
URL:https://mastervisionartificial.es/event/deteccion-de-anomalias-en-imagenes
LOCATION:Madrid
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20240410T180000
DTEND;TZID=UTC:20240410T200000
DTSTAMP:20260407T164815
CREATED:20240123T161209Z
LAST-MODIFIED:20240123T161209Z
UID:2885-1712772000-1712779200@mastervisionartificial.es
SUMMARY:Segmentación semántica en imágenes agrícolas.
DESCRIPTION:Impartido por Dña. Esther Gascó Marco (UCM) \nLa complejidad de la percepción en un mundo físico\, dinámico e infinitamente variable dificulta la tarea de la visión por computador. La siguiente presentación afronta esta problemática y se centra en la percepción del contenido de la imagen a nivel de píxel\, conocido computacionalmente como segmentación semántica. Se abordan una serie de experimentos a partir de imágenes agrícolas de exterior donde se asigna una categoría de cobertura de verdor a cada píxel con el objetivo de diferenciar las distintas líneas de cultivo. Comparamos analíticamente distintos modelos encoder – decoder\, tales como U-Net\, DeepLabv3\, FCN y SegNe \n\nEsther Gascó es directora técnica adjunta de la división de Infraestructuras y Redes en Anovo España. Unidad de negocio dedicada al servicio postventa especializado en ingeniería inversa\, robótica\, automática y energías renovables. Es graduada en Ingeniería de Tecnologías y Servicios de Telecomunicación por la Universitat Oberta de Catalunya\, Máster en Ingeniería de Sistemas y de Control por la Universidad Complutense de Madrid y la Universidad Nacional de Educación a Distancia. Área de especialización de conocimiento en Visión por Computador.
URL:https://mastervisionartificial.es/event/segmentacion-semantica-en-imagenes-agricolas
LOCATION:Madrid
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20240417T180000
DTEND;TZID=UTC:20240417T200000
DTSTAMP:20260407T164815
CREATED:20240123T161614Z
LAST-MODIFIED:20240123T161614Z
UID:2887-1713376800-1713384000@mastervisionartificial.es
SUMMARY:Software engineering for computer vision
DESCRIPTION:Impartido por el Dr. Enrique Muñoz Corral (Bookker) \nWriting software for Computer Vision typically differs from the usual frontend/backend development. In this talk we will show how to adapt a sort-of-generic software development life cycle to the idiosyncrasies of Computer Vision algorithms: design and prototyping candidate algorithms\, assessment of the proposed implementations\, management of the validation data\, handling multiple versions of the prototypes\, etc. We will show how to integrate these ideas into a DevOps methodology that can be used to build robust pipelines for either research code or production-ready applications. \n\nEnrique Muñoz es Computer Vision Lead en Bookker Corporate. Lleva más de diez años desarrollando software de manera aplicada\, implementando algoritmos de Visión Artificial en dispositivos Android/iOS\, más concretamente cosas relacionadas con la Realidad Aumentada\, tracking 3D en tiempo real y reconocimiento de caracteres (OCR). Es doctorado en Inteligencia Artificial por la Universidad Politécnica de Madrid.
URL:https://mastervisionartificial.es/event/software-engineering-for-computer-vision
LOCATION:Madrid
CATEGORIES:Seminarios
END:VEVENT
BEGIN:VEVENT
DTSTART;TZID=UTC:20240424T180000
DTEND;TZID=UTC:20240424T200000
DTSTAMP:20260407T164815
CREATED:20240123T161828Z
LAST-MODIFIED:20240123T161910Z
UID:2889-1713981600-1713988800@mastervisionartificial.es
SUMMARY:Doble workshop
DESCRIPTION:Arquitecturas de Deep Learning para superresolución de imágenes hiperespectrales.\nImpartido por Dña. Alejandra Abalo \nPresentamos unos esquemas de superresolución de imágenes hiperespectrales de microscopía médicas. Utilizando aprendizaje supervisado para superresolución espectral y la técnica no supervisada Deep Image Prior para superresolución espacial\, mostramos la mejora en la calidad de las imágenes para posteriores diagnósticos. \nMás allá de los vóxeles: Radiómica como clave en el análisis de imágenes médicas\nImpartido por Dña. Blanca Rodríguez \n¿Podemos extraer información clínica significativa empleando una simple imagen? A través de un sofisticado análisis matemático\, la radiómica permite extraer características cuantitativas que revelan patrones invisibles al ojo humano\, permitiendo caracterizar diferentes condiciones médicas. En este seminario\, aprenderemos los fundamentos de está técnica y como esta\, combinada con métodos de inteligencia artificial\, abre la puerta a la detección temprana y un tratamiento personalizado.
URL:https://mastervisionartificial.es/event/doble-workshop
LOCATION:Madrid
CATEGORIES:Seminarios
END:VEVENT
END:VCALENDAR