Visión artificial - ITCL

Sistemas de Percepción Artificial Inteligente (SPAI)

SISTEMAS DE VISIÓN POR COMPUTADOR

El Grupo de Investigación de Sistemas de Percepción Artificial Inteligente (SPAI) cuenta con una trayectoria previa dentro de los grupos de investigación de Tecnologías de Simulación, RV y de Inteligencia Artificial de ITCL Centro Tecnológico donde se han desarrollado parte de los conocimientos científicos de este grupo.

El grupo de investigación trabaja en tecnologías entorno a la Visión por Computador en proyectos para empresas de diferentes sectores, con investigaciones y desarrollos experimentales ad-hoc. La línea de investigación del grupo se basa en el procesado y extracción de información de interés, a partir, por un lado, de imágenes o videos capturados principalmente a partir de cámaras, y por otro lado, de nube de puntos 3D generadas con tecnologías Lidar o fotogrametría. Con este fin, se dispone de una amplia experiencia en el desarrollo de algoritmos propios de visión por computador clásicos, así como en el desarrollo de proyectos de investigación  en deep learning. El Grupo trabaja además en técnicas generalistas como el filtrado de datos, optimación, control o aprendizaje automático que son habitualmente empleados en los proyectos en los que participa el grupo

Cuenta con experiencia en técnicas de visión por computador o procesado de nubes de puntos, como son la visión estéreo, foto y videogrametría, sincronización y procesado multicámara, odometría visual, clasificación, detección de elementos u objetos, segmentación, etcen ámbitos tan dispares como industria (automoción, bienes de equipo, agroindustria…), transporte ferroviario, transporte por carretera, defensa, seguridad, etc.

CAPACIDADES DE I+D EN VISIÒN ARTIFICIAL

Detección y clasificación de elementos

Una de las principales aplicaciones de los sistemas de percepción es la detección y clasificación de elementos ya sea en imágenes o bien en nubes de puntos mediante el empleo de los últimos avances en Deep Learning. El campo de aplicación de esta tecnología es muy amplio, desde reconocimiento y clasificación de señalización vial, reconocimiento de piezas o elementos en industria para tareas de control de calidad o logística. Detección de personas en soluciones de robótica o seguridad, etc.

Estimación de la Postura

Desarrollo de herramientas de estimación de la postura de individuos con distintos campos de aplicación tan amplios como estudios ergonómicos de puestos de trabajo o la supervisión de pacientes en el entorno hospitalario.

Percepción aplicada a Robótica y Vehículos Autónomos

Aplicación de múltiples algoritmos de visión para la navegación y reconstrucción que permiten la interpretación de la información del entorno de robot o vehículo autónomo.

Análisis e interpretación de imágenes hiperespectrales

La información que aportan las cámaras multi o hiperespectrales permite caracterizar los elementos o materiales en ámbitos muy dispares, por ejemplo en el sector agroalimentario, pudiendo detectar el grado de maduración de frutas y verduras, o en la industria pudiendo determinar la composición de los distintos materiales en piezas.

Control de calidad de pieza o productos industriales

La automatización del control dimensional de piezas o la comprobación de impresiones (etiquetado o código de barras) sobre los productos son algunas de las capacidades que aporta la visión por computador para el aumento de la calidad y la reducción de tareas repetitivas y tediosas en los sectores industriales. Estas técnicas junto con otras propias de Inteligencia Artificial nos han permitido lanzar una línea de trabajo de amplio recorrido como es la “calidad predictiva”

NUESTRO EQUIPO

El área está formada por investigadores senior y junior que están constantemente buscando la innovación en sistemas de Visión por Computador, en un proceso continuo de aprendizaje y desarrollo.

El equipo está formado por investigadores altamente capacitados que trabajan tanto  en nuestra sede de Burgos como en la sede ubicada en el Parque Científico de la Universidad Carlos III (UC3M) en Leganés (Madrid)

 

Investigador principal del grupo de visión artificial

PhD. Basam Musleh

PhD. Basam Musleh

Responsable del Grupo de Investigación de Percepción Artificial para Sistemas Inteligentes

Investigador sénior en visión artificial y robótica. Es Doctor en Ingeniería Eléctrica, Electrónica y Automática por la Universidad Carlos III de Madrid (premio a la mejor tesis en Automoción por la Fundación Eduardo Barreiros).

Tiene más de 15 años de experiencia en investigación en visión artificial y vehículos autónomos en campos como visión estereoscópica (detección de obstáculos y espacios libres y estimación de pose de cámara), odometría visual, filtrado (filtro Kaman), fusión de datos (cámaras múltiples (estéreo , monocular, infrarrojo), lidar), localización (GPS, IMU) y procesamiento de nubes de puntos (detección y clasificación).

Es coautor de varios artículos en revistas científicas y libros especializados. Adicionalmente, ha presentado alrededor de quince comunicaciones en congresos, diez de ellos en congresos internacionales. Además, es revisor de prestigiosas revistas y congresos internacionales sobre los temas de Visión por Computador y Robótica. Evaluador de proyectos europeos en Eureka.

Hasta la fecha, ha trabajado en más de treinta proyectos de investigación financiados con fondos públicos. Antes de trabajar en ITCL ha sido Profesor Ayudante de Sistemas de Percepción, Ingeniería de Control y Sistemas de Tiempo Real en el Departamento de Ingeniería de Sistemas y Automática de la Universidad Carlos III (Madrid) de 2010 a 2017. Realizó una estancia predoctoral en la Universidad de Oxford Brookes. Ha supervisado 4 tesis de Maestría y 15 tesis de Licenciatura relacionadas con Visión por Computador y Robótica.

Como Responsable del Grupo de Percepción Artificial para Sistemas Inteligentes, realiza diferentes proyectos y desarrolla productos relacionados con el aprendizaje profundo y la visión artificial clásica como el Reconocimiento de Personas y la Estimación de Posturas para ergonomía, evaluación en el lugar de trabajo y salud en hospitales (Proyecto H2020 WorkingAge, Proyecto H2020 Hosmartai), sistemas de transporte inteligente (reconocimiento de señales de tráfico), seguridad (seguimiento y reidentificación de personas), aplicaciones hiperespectrales para robótica y control de procesos industriales, entre otros.