O investigador do CiTIUS Lorenzo Vaquero recibe o maior premio estatal en mobilidade e accesibilidade

O Centro Singular de Investigación en Tecnoloxías Intelixentes (CiTIUS) vén de recibir un novo e importante recoñecemento de prestixio internacional. Concretamente, foi distinguido o investigador predoutoral Lorenzo Vaquero co galardón ao Mellor Traballo Final de Carreira STEM que outorgan a Fundación Renault e o Club de Excelencia en Sostenibilidad, co apoio da Fundación Biodiversidade do Ministerio para a Transición Ecolóxica. Recolleu o devandito premio (o recoñecemento máis relevante a nivel estatal no ámbito da mobilidade e a accesibilidade) o pasado mércores en Madrid.
O investigador Lorenzo Vaquero, que na actualidade atópase desenvolvendo a súa tese doutoral no CiTIUS, mostrábase moi satisfeito ao ser seleccionado como gañador: “Que che recoñezan o teu traballo sempre é unha grande alegría, pero neste caso a alegría é dobre, porque non é algo que se peche co Traballo Fin de Mestrado, xa que esta liña de investigación forma parte dun proxecto con bastantes vistas a futuro”.
A VIII Edición dos Premios á mellor práctica en Mobilidade Sustentábel e Accesíbel recoñeceu, así, as iniciativas máis destacadas que están a pór en marcha empresas, emprendedores, administracións públicas e estudantes universitarios para concienciar á sociedade civil da importancia de aplicar alternativas limpas, intelixentes e eficientes á mobilidade actual.
Unha ferramenta avanzada para a monitoraxe de obxectos
O premio concedido a Lorenzo Vaquero recoñece unha contribución científica na que os investigadores do CiTIUS conseguiron desenvolver unha nova ferramenta de seguimento ou tracking visual de obxectos, un ámbito que segundo explica o centro compostelán mostra especial interese nunha manchea aplicacións (como os vehículos autónomos ou as cámaras de vídeo-vixilancia) pero que ten aínda unha serie de materias pendentes, entre as que se atopan as limitacións á posibilidade de facer monitoraxe de máis dun elemento: “O traballo premiado profunda nesta problemática, constituíndose como o primeiro tracker arbitrario de múltiples obxectos baseado en Deep Learning, algo que non se fixo ata agora”, afirma Vaquero, engadindo que “a nosa aproximación propón a extracción global das características de cada fotograma da imaxe mediante unha rede neuronal convolucional, seguida dun recorte das distintas áreas de procura dos obxectos”.
O sistema proposto foi avaliado en distintos conxuntos de datos, reportando “taxas de precisión e robustez altamente competitivas”. Ademais, alcanza velocidades superiores ás de calquera outro tracker de múltiples obxectos baseado na aprendizaxe profunda.
Polo que respecta á súa relación co premio, o investigador predoutoral destaca que “a ferramenta de seguimento é quen de funcionar en tempo real, o que significa por exemplo que é apta para ser aplicada en vehículos autónomos”. E engade: “O novo sistema funciona tamén con múltiples obxectos, polo que é acaído para contornas ricas e variadas, onde se localiza unha gran cantidade de obxectos de interese; e por outra banda é arbitraria, ou o que é o mesmo: admite calquera tipo de categoría ou obxecto”.