Proyecto
TED2021-131643A-I00 (SEGA-CV): Geoposicionamiento y valoración de elementos urbanos mediante visión artificial (2022-2024)El objetivo principal de este proyecto consiste en la adecuación y creación de la tecnología
necesaria para automatizar la generación y mantenimiento de una catálogo de elementos y zonas de la
calle mediante visión artificial (CV). Las soluciones eficaces basadas en CV son actualmente una
realidad y ya están transformando y definiendo el mundo en el que vivimos. La revolución del
aprendizaje profundo (DL), sin precedentes en el campo de CV, se está produciendo tanto en el campo
científico como en el industrial, gracias a la disponibilidad amplia y abierta de ideas de
investigación para hacer frente a muchas de las aplicaciones más demandadas, pero también
posibilitando otras nuevas para el bien público. Los requisitos tecnológicos incluyen la
identificación y localización de elementos urbanos, la re-identificación de los ya catalogados y la
capacidad de adaptarse continuamente a nuevos elementos adicionales, tanto nuevas instancias de
elementos ya presentes en el catálogo como categorías completamente nuevas.
Participantes: Universidad Autónoma de Madrid
Investigador responsable: Garcia-Martin, Alvaro
Enlace Web: TED2021-131643A-I00 (SEGA-CV)
Publicaciones Externas:
Revistas
- Roberto Alcover, Juan C. SanMiguel, Marcos Escudero, Alvaro Garcia-Martin : "On exploring weakly supervised domain adaptation strategies for semantic segmentation using synthetic data", Multimedia Tools and Applications (En prensa)
- Roberto Alcover, Juan C. SanMiguel, Marcos Escudero, Pablo Carballeira : "Per-Class Curriculum for Unsupervised Domain Adaptation in Semantic Segmentation", The Visual Computer (En prensa)
Congresos
- Pablo Marcos, Roberto Alcover, Juan C. SanMiguel, Jose M. Martinez : "Open-Vocabulary Attention Maps with Token Optimization for Semantic Segmentation in Diffusion Models", IEEE/CVF International Conference on Computer Vision and Pattern Recognition
- Paula Moral, Alvaro Garcia-Martin, Jose M. Martinez : "Vehicle Re-Identification based on unsupervised domain adaptation by incremental generation of Pseudo-labels", 26th Iberoamerican Congress on Pattern Recognition (En prensa)
- Cecilia Diana-Albelda, Juan I. Bravo, Javier Montalvo, Alvaro Garcia-Martin, Jesús Bescós : "Self-Supervised Monocular Depth Estimation on Unseen Synthetic Cameras", 26th Iberoamerican Congress on Pattern Recognition (En prensa)
- Roberto Alcover, Juan C. SanMiguel, Marcos Escudero : "Biased Class disagreement: detection of out of distribution instances by using differently biased semantic segmentation models", IEEE International Conference on Computer Vision Workshops 2023, Workshop on Uncertainty Quantification for Computer Vision
- et al., Roberto Alcover, Juan C. SanMiguel, Marcos Escudero, et al. : "The Robust Semantic Segmentation UNCV2023 Challenge Results", IEEE International Conference on Computer Vision Workshops 2023, Workshop on Uncertainty Quantification for Computer Vision
- Pablo Marcos : "Open-Vocabulary Attention Maps with Token Optimization for Semantic Segmentation in Diffusion Models", IEEE/CVF International Conference on Computer Vision and Pattern Recognition (En prensa)
- Cecilia Diana-Albelda, Roberto Alcover, Alvaro Garcia-Martin, Jesús Bescós : "How SAM Perceives Different mp-MRI Brain Tumor Domains?", IEEE/CVF International Conference on Computer Vision and Pattern Recognition (En prensa)