Descripción del proyecto
NUESTRA SOCIEDAD ESTA SIENDO TESTIGO DE LA DIGITALIZACION DE TODOS LOS ASPECTOS DE LA VIDA DIARIA. ESTO AUMENTA LA NECESIDAD DE SISTEMAS INTELIGENTES PARA PROCESAR AUTOMATICAMENTE LOS DATOS GENERADOS. EXTRAER INFORMACION UTIL DE ELLOS ES FUNDAMENTAL PARA PROGRESAR Y DESARROLLAR NUEVAS SOLUCIONES Y SERVICIOS EN MULTITUD DE DOMINIOS (SALUD, VIGILANCIA, ENTRETENIMIENTO, CIENCIA,
). ESTA PROPUESTA SE ENFOCA A APLICACIONES DE MONITORIZACION EN DIFERENTES ESCENARIOS (VIGILANCIA, SALUD O ROBOTICA), PARA COMPRENDER AUTOMATICAMENTE EL CONTENIDO DE LOS DATOS Y PODER ACTUAR EN CONSECUENCIA. EL PROBLEMA DE INTERPRETAR AUTOMATICAMENTE EL ENTORNO DE LOS SISTEMAS INTELIGENTES, A MENUDO LLAMADO COMPRENSION DE ESCENAS, ES UN PROBLEMA AMPLIAMENTE ESTUDIADO QUE INCLUYE TODO TIPO DE TAREAS DE RECONOCIMIENTO A PARTIR DE DIFERENTES MODALIDADES DE SENSORES. TODAVIA HAY UNA BRECHA DE INVESTIGACION SIGNIFICATIVA A RESOLVER PARA PODER LLEVAR SOLUCIONES A ESTE PROBLEMA EN MUCHOS DOMINIOS DE APLICACION REALES. ESTA PROPUESTA SE ENFOCA EN DOS RETOS: 1) MEJORAR LAS TECNICAS EXISTENTES PARA LA COMPRENSION DE ESCENAS DESDE UN SOLO SENSOR, CONSIDERANDO DIFERENTES MODALIDADES Y DISPONIBILIDAD LIMITADA DE DATOS DE ENTRENAMIENTO; 2) PRESENTAR SOLUCIONES NOVEDOSAS PARA CONFIGURACIONES DE SENSORES MULTIPLES, CON ENFASIS EN ENFOQUES DE PERCEPCION ACTIVA, UNA DE LAS ESTRATEGIAS MAS SOLIDAS Y PROMETEDORAS PARA CONSTRUIR SISTEMAS DE MONITORIZACION INTELIGENTES EFECTIVOS.EL PROCESAMIENTO DE DATOS MULTIMODALES EN EL CONTEXTO DESCRITO ES MAS COMPLEJO QUE EL PROCESAMIENTO DE DATOS DE UNA SOLA IMAGEN Y PRESENTA VARIOS DESAFIOS CIENTIFICOS SIN RESOLVER QUE CONDUCEN A LOS OBJETIVOS DE ESTE PROYECTO. LA COMPRENSION DE LA ESCENA MULTIMODAL, ES DECIR, PROPORCIONAR UN SIGNIFICADO SEMANTICO A VIDEOS, IMAGENES Y CUALQUIER MODALIDAD DE DATOS COMPLEMENTARIOS, BRINDA OPORTUNIDADES PARA OBTENER INFORMACION MAS COMPLETA DEL CONTENIDO DE UNA ESCENA. SIN EMBARGO, TAMBIEN ES UN ESCENARIO EN EL QUE LAS TECNICAS ACTUALES DE APRENDIZAJE AUTOMATICO AUN NO ESTAN MADURAS Y NO SON COMPLETAMENTE EFECTIVAS, POR LOS DESAFIOS TECNICOS PARA MODELAR Y APRENDER DE CIERTAS MODALIDADES NO CONVENCIONALES O CONJUNTOS DE DATOS HETEROGENEOS. ADEMAS, LAS MULTIPLES MODALIDADES SUELEN REQUERIR UNA RED PARA INTERCONECTAR LOS SENSORES, AÑADIENDO RETOS SOBRE COMO ADMINISTRAR Y DISTRIBUIR INFORMACION A TRAVES DE LA RED. FINALMENTE, LAS CONFIGURACIONES MULTISENSOR TAMBIEN ABREN OPORTUNIDADES ADICIONALES EN LA PERCEPCION ACTIVA, POR EJEMPLO PARA OPTIMIZAR Y CONTROLAR LO QUE ES PERCIBIDO Y MODELADO POR CADA SENSOR PARA MEJORAR LOS RESULTADOS FINALES.ESTA PROPUESTA REUNE UN EQUIPO DE INVESTIGACION INTERNACIONAL, CON EXPERTOS DE LA INDUSTRIA Y LA ACADEMIA, PARA ALCANZAR EL OBJETIVO DE AVANZAR LAS TECNICAS Y ALGORITMOS EXISTENTES PARA COMPRENSION DE ESCENAS AUTOMATICA EN LOS ESCENARIOS DESCRITOS (MODALIDADES DE DATOS NO CONVENCIONALES, DATOS DE ENTRENAMIENTO LIMITADOS, REDES DE SENSORES Y SISTEMAS DISTRIBUIDOS). PARA VALIDAR LAS TECNICAS PROPUESTAS, APUNTAMOS A DOS CASOS DE USO EN LOS DEMOSTRADORES. UN CASO ES LA MONITORIZACION DE ESCENARIOS RELACIONADOS CON LA SALUD, COMO LA MONITORIZACION DEL PACIENTE O LA COMPRENSION DE LA ESCENA DENTRO DE LOS DATOS MEDICOS. EL OTRO CASO ES LA MONITORIZACION DE LA ACTIVIDAD EN ENTORNOS INDUSTRIALES, INCLUYENDO PERSONAS O EL CONTENIDO DE ESCENAS DE PLANTAS DE RECICLAJE. EN AMBOS CASOS, LOS COLABORADORES Y SOCIOS DEL PROYECTO FACILITARAN DATOS REALES Y CASOS DE USO PARA VALIDACIONES REALISTAS ISION POR COMPUTADOR\MONITORIZACION INTELIGENTE\PERCEPCION ACTIVA\PLANIFICACION\SISTEMAS MULTI-MODALES\SISTEMAS MULTI-CAMARA\NO SUPERVISADO\APRENDIZAJE AUTOMATICO