Inteligencia Artificial para Interpretar Mapas

Ponente: Jónathan Heras Vicente (Universidad de La Rioja)

Lugar: Seminario Mirian Andrés (Edificio CCT)

Hora: miércoles 4 de octubre, 11:00

Resumen: La segmentación semántica es una técnica de Inteligencia Artificial que tiene como objetivo el ser capaces de comprender una imagen al nivel de píxel, es decir ser capaces de otorgar una etiqueta o categoría a cada píxel de una imagen. Por ejemplo, en el caso que nos ocupa en esta charla, queremos ser capaces de distinguir en una imagen aérea los píxeles que pertenecen a edificaciones, a carreteras o que son considerados como fondo.

En esta charla, presentamos como las técnicas de aprendizaje profundo pueden ser aplicadas a la segmentación semántica y su aplicación a la detección de edificaciones y carreteras en imágenes aéreas disponibles en IDERioja.

Puedes acceder a las transparencias de la charla a través de este enlace.

Nota: el blog de la comunidad de la Infraestructura de Datos Espaciales de España  (IDEE) recoge en una entrada el contenido de la charla. Puedes acceder a la entrada en el siguiente enlace.

Processing Biomedical Images for the Study of Treatments Related to Neurodegenerative Diseases

 

Ponente: Gadea Mata Martínez (Universidad de La Rioja)

Lugar: Salón de Actos (Edificio CCT)

Hora: martes 5 de septiembre, 12:00

Resumen: The study of neuronal cell morphology and function in neurodegenerative disease processes is essential in order to develop suitable treatments. In fact, studies such as the quantification of either synapses or the neuronal density are instrumental in measuring the evolution and the behaviour of neurons under the effects of certain physiological conditions.

In order to analyse this data, fully automatic methods are required. To this end, we have studied and developed methods inspired by Computational Algebraic Topology and Machine Learning techniques. Notions such as the definition of connected components, or others related to the persistent homology and zigzag persistence theory have been used to compute the synaptic density or to recognise the neuronal structure. In addition, machine learning methods have been used to determine where neurons are located in large images and to ascertain which are the best features to describe this kind of cells.

Nota: la charla se trata de una prueba de tiempo para la presentación de la Tesis, que tendrá lugar el viernes 15 de septiembre a las 12:00 en el mismo Salón de Actos del CCT.

DetectionEvaluationJ: A tool for measuring the goodness of object detection algorithms

 

Ponentes: Manuel García, Adrián Inés

Lugar: Seminario Mirian Andrés (Edificio CCT)

Hora: martes 14 de febrero, 13:00

Abstract: Object detection algorithms are applied in diverse computer vision applications. Hence, it is important to know how good are the regions detected by an algorithm in order to compare it with other algorithms. To solve this, we have developed DetectionEvaluationJ, an ImageJ plugin able to compare a gold standard with the regions obtained by an object-detection algorithm. The result produced by DetectionEvaluationJ is a set of measures that allows us to know the quality of the object-detection algorithms.

Nota: la charla se trata de una prueba de tiempo de la conferencia del mismo título que los ponentes impartirán en el workshop «Computer Vision, Deep Learning and Applications» del congreso «Eurocast 2017» que tendrá lugar en las Palmas de Gran Canaria del 19 al 24 de febrero.

Puedes encontrar las transparencias de la charla en el siguiente enlace.