Search

Available online 30 January 2023, The paper presents new annotated corpora for performing stance detection on Spanish Twitter data, most notably Health-related tweets. The objectives of this research are threefold: (1) to develop a manually annotated benchmark corpus for emotion recognition taking into account different variants of Spanish in social posts; (2) to evaluate the efficiency of semi-supervised models for extending such corpus with unlabelled posts; and (3) to describe such short text corpora via specialised topic modelling. A corpus of 2,801 tweets about COVID-19 vaccination was annotated by three native speakers to be in favour (904), against (674) or neither (1,223) with a 0.725 Fleiss kappa score. Results show that the self-training method with SVM base estimator can alleviate annotation work while ensuring high model performance. The self-training model outperformed the other approaches and produced a corpus of 11,204 tweets with a macro averaged f1 score of 0.94. The combination of sentence-level deep learning embeddings and density-based clustering was applied to explore the contents of both corpora. Topic quality was measured in terms of the trustworthiness and the validation index., This study was supported by MCIN/AEI/ 10.13039/501100011033 under the scope of the CURMIS4th project (Grant PID2020–113673RB-I00), the Consellería de Educación, Universidades e Formación Profesional (Xunta de Galicia) under the scope of the strategic funding of ED431C2018/55-GRC Competitive Reference Group, the “Centro singular de investigación de Galicia” (accreditation 2019–2022), and the Portuguese Foundation for Science and Technology (FCT) under the scope of the strategic funding of UIDB/04469/2020 unit. SING group thanks CITI (Centro de Investigación, Transferencia e Innovación) from the University of Vigo for hosting its IT infrastructure. Funding for open access charge: Universidade de Vigo/CISUG., info:eu-repo/semantics/publishedVersion

Trabajo de Fin de Grado. Grado en Ingeniería Informática. Curso académico 2021-2022., [ES]Study Assistant tiene como objetivo servir de asistente a los estudiantes para facilitar su organización y, en consecuencia, comprensión de contenidos, simplificando las tareas académicas. Para alcanzar este objetivo, a través de un mecanismo de metadatos y una base de datos con capacidades documentales organiza los contenidos académicos. La aplicación se desarrolla de forma nativa para el sistema operativo iOS y dispositivos iPhone en el lenguaje de desarrollo Swift, siguiendo los principios de diseño establecidos por Apple. Para funcionalidades de autenticación y gestión de bases de datos se integra en la aplicación la plataforma Firebase. Por último, en cuanto a metodología de trabajo, el proyecto sigue la metodología ágil Scrum, que divide el desarrollo en un conjunto de etapas o “sprints”. Esta metodología se aplica de manera adaptada a las características concretas de este proyecto., [EN]Study Assistant has the main goal of serving as an assistant to students to ease their organization and, therefore, the understanding of contents and to simplify those tasks related to academic activity. To ensure this goal, it organizes the content through a metadata system and a database with documentary capacities. The application its developed as a native application for the iOS operative system and iPhone devices in the programming language Swift, following Apple’s design guidelines. For authentication and database functionalities, the application integrates the Firebase platform. Lastly, as for work methodology, this project uses the agile methodology Scrum, which splits the development process in stages or “sprints”. This methodology its applied in an adapted way because of the project’s particular features.

Trabajo de Fin de Grado. Grado en Ingeniería Informática. Curso académico 2021-2022., [ES]La impresión 3D se ha abaratado mucho en los últimos 10 años, pasando de ser maquinas industriales a parecer kits DIY (Do It Yourself) relativamente baratos. Actualmente se puede conseguir una impresora 3D, con una calidad aceptable, por 100 €, véase “EASY THREED X1”, que es la impresora 3D más barata del mercado. Esto nos abre la puerta a poder crear prácticamente cualquier cosa a un precio muy asequible, por ejemplo, un brazo robótico. ¿Qué brazo robótico vamos a construir? En la enorme comunidad de impresión 3d thingiverse, donde miles de personas comparten sus diseños de forma gratuita, nos encontramos con Thor. Thor es un brazo robótico Open Source creado por AngelLM completamente imprimible en 3D, capaz de levantar 750 gramos. También nos permite cambiar el acople de la mano entre los que se encuentran diferentes pinzas o si lo quisiéramos podríamos crear nuestros propios acoples como pudiera ser una ventosa o un soldador., [EN]3D printing has become cheaper in the last 10 years, going from industrial machines to relatively cheap DIY (do it yourself) kits. Currently you can get a 3D printer for 100 € a printer with an acceptable quality, see "EASY THREED X1", which is the cheapest 3D printer on the market. This opens the door to create virtually anything at a very affordable price, for example a robotic arm. What robotic arm are we going to build? In the huge 3d printing community thingiverse, where thousands of people share their designs for free, we came across Thor. Thor is an open source robotic arm created by AngelLM fully 3D printable, capable of lifting 750 grams. It also allows us to change the coupling of the hand among which are different grippers or if we wanted, we could create our own couplings as could be a suction cup or a soldering iron.

Trabajo de Fin de Grado. Grado en Ingeniería Informática. Curso académico 2021-2022., [ES]La contaminación atmosférica es uno de los grandes problemas a los que el mundo contempo ráneo tiene que hacer frente. Por ello, existe una creciente necesidad desde las grandes ciudades de conocer la evolución de los niveles de calidad del aire y poder anticiparse en la toma de de cisiones. Para esta tarea, la inteligencia artificial es de gran utilidad en la creación de una esti mación que intente mejorar las obtenida por medios tradicionales como modelos teóricos. En este trabajo vamos a obtener un conjunto de datos sobre la ciudad de Madrid para crear un mo delo con el que predecir los valores de diferentes contaminantes a lo largo del tiempo integrán dolo en una aplicación web para la visualización de los resultados., [EN]Air pollution is one of the major problems that the contemporary world has to face. Therefore, there is a growing need from large cities to know the evolution of air quality levels and to be able to anticipate decision making. For this task, artificial intelligence is beneficial in creating an estimate that tries to improve those obtained by traditional means such as theoretical models. In this work, we will obtain data about the city of Madrid to create a model to predict the values of different pollutants over time by integrating it into a web application to visualize the results

Background In return for their nutritional properties and broad availability, cereal crops have been associated with different alimentary disorders and symptoms, with the majority of the responsibility being attributed to gluten. Therefore, the research of gluten-related literature data continues to be produced at ever-growing rates, driven in part by the recent exploratory studies that link gluten to non-traditional diseases and the popularity of gluten-free diets, making it increasingly difficult to access and analyse practical and structured information. In this sense, the accelerated discovery of novel advances in diagnosis and treatment, as well as exploratory studies, produce a favourable scenario for disinformation and misinformation. Objectives Aligned with, the European Union strategy “Delivering on EU Food Safety and Nutrition in 2050″ which emphasizes the inextricable links between imbalanced diets, the increased exposure to unreliable sources of information and misleading information, and the increased dependency on reliable sources of information; this paper presents GlutKNOIS, a public and interactive literature-based database that reconstructs and represents the experimental biomedical knowledge extracted from the gluten-related literature. The developed platform includes different external database knowledge, bibliometrics statistics and social media discussion to propose a novel and enhanced way to search, visualise and analyse potential biomedical and health-related interactions in relation to the gluten domain. Methods For this purpose, the presented study applies a semi-supervised curation workflow that combines natural language processing techniques, machine learning algorithms, ontology-based normalization and integration approaches, named entity recognition methods, and graph knowledge reconstruction methodologies to process, classify, represent and analyse the experimental findings contained in the literature, which is also complemented by data from the social discussion. Results and conclusions In this sense, 5814 documents were manually annotated and 7424 were fully automatically processed to reconstruct the first online gluten-related knowledge database of evidenced health-related interactions that produce health or metabolic changes based on the literature. In addition, the automatic processing of the literature combined with the knowledge representation methodologies proposed has the potential to assist in the revision and analysis of years of gluten research. The reconstructed knowledge base is public and accessible at https://sing-group.org/glutknois/ Fundação para a Ciência e a Tecnologia | Ref. UIDB/50006/2020 Xunta de Galicia | Ref. ED481B-2019-032 Xunta de Galicia | Ref. ED431G2019/06 Xunta de Galicia | Ref. ED431C 2022/03 Universidade de Vigo/CISUG

Financiado para publicación en acceso aberto: Universidade de Vigo/CISUG Discover relevant biomedical interactions in the literature is crucial for enhancing biology research. This curation process has an essential role in studying the different processes and interactions reported that affect the biological process (e.g., genome, metabolome, and transcriptome). In this sense, the objective of this work is twofold: reduce the manual effort required to curate and review the existing biochemical interactions reported in the gluten-related bibliome, while proposing a novel vector-space integrated into a deep learning model to assists manual curators in a real curation task by learning from their previous decisions. With this objective, the present work proposes a novel vector-space that combine (i) high-level lexical and syntactic inference features as Wordnets and Health-related domain ontologies, (ii) unsupervised semantic resources as word embedding, (iii) semantic and syntactic sentence knowledge, (iv) abbreviation resolution support, (v) several state-of-the-art Named-entity recognition methods, and, finally, (vi) different feature construction and optimization techniques to support a semi-automatic curation workflow. Therefore, the application of the proposed workflow over a classified set of 2,451 relevant gluten-related documents produces a total of 8,349 relevant and 471,813 irrelevant relations distributed in thirteen domain health-related categories. Experimental results showed that the proposed workflow is a valuable approach for a semi-automatic relation extraction task. It was able to obtain satisfactory results in the early stages of a real-world curation task and saved manual annotation efforts by learning from the decisions made by manual curators in iterative annotation rounds. The average F.score for the proposed relation categories was 0.731, being the lowest F.score at 0.47 and the highest F.score at 0.929. The different resources used in this work as well as the manually curated corpus are public available on our GitHub repository. Fundação para a Ciência e a Tecnologia | Ref. UIDB/50006/2020 Xunta de Galicia | Ref. ED431C2018/55 Xunta de Galicia | Ref. ED431G2019/06 Xunta de Galicia | Ref. ED481B-2019-032

This study addresses the usage of different features to complement synset-based and bag-of-words representations of texts in the context of using classical ML approaches for spam filtering (Ferrara, 2019). Despite the existence of a large number of complementary features, in order to improve the applicability of this study, we have selected only those that can be computed regardless of the communication channel used to distribute content. Feature evaluation has been performed using content distributed through different channels (social networks and email) and classifiers (Adaboost, Flexible Bayes, Naïve Bayes, Random Forests, and SVMs). The results have revealed the usefulness of detecting some non-textual entities (such as URLs, Uniform Resource Locators) in the addressed distribution channels. Moreover, we also found that compression properties and/or information regarding the probability of correctly guessing the language of target texts could be successfully used to improve the classification in a wide range of situations. Finally, we have also detected features that are influenced by specific fashions and habits of users of certain Internet services (e.g. the existence of words written in capital letters) that are not useful for spam filtering. Financiado para publicación en acceso aberto: Universidade de Vigo/CISUG Xunta de Galicia | Ref. ED481D-2021/024 Agencia Estatal de Investigación | Ref. TIN2017-84658-C2-1-R

Background and objective: nowadays, numerous mobile applications capable of measuring the Heart Rate (HR) are continuously being launched. However, these tools do not allow to record and label the acquired HR signals while users are doing activities such as practising sports or viewing images. They do not allow to perform simultaneous HR acquisition and real-time HRV analysis, either. VARSE is an app for Android mobile devices capable of acquiring and labelling HR signals and of performing real-time HRV analysis. Methods: VARSE was developed for Android devices. It includes functionalities to acquire HR signals from any Bluetooth device that implements the Heart Rate Profile specification (such as a chest strap), while labelling segments of the HR data in different situations. Not only can these signals be stored, but also time and frequency HRV analyses can be carried out over them. The application is distributed under the MIT license [1], and it is also available to be installed via Google Play [2]. Functionality, ease-of-use and friendliness of VARSE were evaluated employing an User Experience Questionnaire (UEQ). Its reliability was proven by comparative studies against other existing acquisition (gVARVI) or HRV analysis (RHRV) software. Results: high values were obtained for all the dimensions evaluated in the UEQ, proving the quality of the application, as well as its ease-of-use and efficiency. Both HR signal acquisition and HRV analysis yielded results similar to the ones obtained using other applications. Conclusions: VARSE is a tool with complete functionality, that can be easily downloaded or installed on Android mobile devices. It can be used by anyone who wishes to record HR signals while performing different activities, and also by the medical scientific community to perform real-time HRV analyses easily. Future versions will improve its capabilities and allow its integration with other open source applications. Financiado para publicación en acceso aberto: Universidade de Vigo/CISUG Xunta de Galicia | Ref. ED431E 2018/07

Developing robust and universal methods for unsupervised segmentation of moving objects in video sequences has proved to be a hard and challenging task. State-of-the-art methods show good performance in a wide range of situations but none has been able to fully deal with complex and challenging scenarios that include poor lighting conditions, sudden illumination changes, shadows and parasitic background motion. There are several approaches for segmenting foreground from background. Recent research has shown that methods appear to be complementary in nature, with the best-performing methods being beaten by combining several of them. In this PhD work we want to further explore some of the most efficient and widely used approaches (such as GMM), alone or in combination with new techniques, to propose more robust algorithms. The experiments for this research will be conducted on the complete set of videos provided in the CDnet 2014 Dataset, consisting of 53 videos depicting indoor and outdoor scenes captured in different scenarios and with different cameras, containing a wide range of different challenges. Testing and evaluation will be performed using the ground truth segmentation provided along with the videos. This approach aims at producing repeatable experiments that may contribute to the consistent development of the state-of-the-art in this domain. El desarrollo de métodos robustos y universales para la segmentación no supervisado de objetos en movimiento en secuencias de vídeo ha demostrado ser una tarea difícil y desafiante. El estado actual de la técnica en estos métodos muestra un buen rendimiento en una amplia gama de situaciones, pero ninguno ha sido capaz de hacer frente plenamente con escenarios complejos y desafiantes que incluyen malas condiciones de iluminación, cambios bruscos de iluminación, sombras y movimiento aparente por ruido de fondo. Existen varios enfoques para la segmentación de primer plano respecto al fondo. Investigaciones recientes han demostrado que los métodos parecen ser de naturaleza complementaria, siendo los métodos de mejor desempeño superados por la combinación de varios de ellos. En este trabajo de doctorado queremos explorar más a fondo algunos de los enfoques más eficientes y ampliamente utilizados (como GMM), solo o en combinación con las nuevas técnicas, y proponer algoritmos más robustos. Los experimentos de esta investigación se llevarán a cabo en el conjunto completo de vídeos puestos a disposición pública bajo el nombre CDNet 2014, que consta de 53 vídeos con escenas interiores y exteriores capturados en diferentes escenarios y con diferentes cámaras, que contiene una amplia gama de desafíos diferentes. Las pruebas y la evaluación se realizarán mediante la segmentación “ground truth” suministrada junto con los videos. Este enfoque tiene como objetivo la producción de experimentos repetibles que pueden contribuir al desarrollo coherente del estado de la técnica en este campo. O desenvolvemento de métodos robustos e universais á segmentación non supervisada de obxectos en movemento en secuencias de vídeo demostrou ser unha tarefa difícil e un reto. Los métodos estado-da-arte mostran bo rendemento nunha ampla gama de situacións, pero ningún foi capaz de xestionar plenamente os escenarios complexos e desafiantes que inclúen malas condicións de iluminación, cambios bruscos de iluminación, sombras e movemento aparecnte por ruido de fondo. Existen varias propostas para a segmentación do primeiro plano respecto ao fondo. Investigacións recentes mostran que os métodos parecen ser de natureza complementaria, csendo os métodos de mellor rendemento aillados superados pola combinación de varios deles. Neste traballo de doutoramento queremos explorar algunhas das propostas máis eficientes e amplamente utilizadas (como GMM), só ou en combinación coas novas técnicas, e propoñer algoritmos máis robustos. Os experimentos para esta investigación serán contrastados no conxunto completo de vídeos postos a disposición pública co nome CDnet 2014, composta por 53 vídeos con escenas interiores e exteriores capturados en diferentes escenarios e con diferentes cámaras, que contén unha gran variedade de diferentes retos. O exame e avaliación realizarase mediante a segmentación “ground truth” proporcionada xunto cos vídeos. Esta visión ten como obxectivo producir experimentos repetíveis que poden contribuír ao desenvolvemento coherente do estado-da-arte neste ámbito.

Ontology-learning methods were introduced in the knowledge engineering area to automatically build ontologies from natural language texts related to a domain. Despite the initial appeal of these methods, automatically generated ontologies may have errors, inconsistencies, and a poor design quality, all of which must be manually fixed, in order to maintain the validity and usefulness of automated output. In this work, we propose a methodology to assess ontologies quality (quantitatively and graphically) and to fix ontology inconsistencies minimizing design defects. The proposed methodology is based on the Deming cycle and is grounded on quality standards that proved effective in the software engineering domain and present high potential to be extended to knowledge engineering quality management. This paper demonstrates that software engineering quality assessment approaches and techniques can be successfully extended and applied to the ontology-fixing and quality improvement problem. The proposed methodology was validated in a testing ontology, by ontology design quality comparison between a manually created and automatically generated ontology. Financiado para publicación en acceso aberto: Universidade de Vigo/CISUG Xunta de Galicia | Ref. ED481B 2017/018 Xunta de Galicia | Ref. ED431C2018 / 55-GRC Ministerio de Economía, Industria y Competitividad | Ref. TIN2017-84658-C2-1-R

No campo do procesado facial, o modelado facial recibiu unha especial atención nos últimos anos debido á popularización dalgúns algoritmos estatísticos de modelado facial, como por exemplo Active Shape Models e Active Appearance Models en 2D e 3 D Morphable Models. Os algoritmos estatísticos de modelado facial constan de dúas etapas, etapa de análise e etapa de síntese. Na etapa de análise, créase un modelo mediante a extracción das "principais" variacións dun conxunto de imaxes de exemplo. Na fase de síntese, tratamos de rexistrar unha nova imaxe no modelo. Este proceso de rexistro permítenos recuperar información descoñecida da imaxe. Por exemplo, se o modelo coñece como a localización de puntos significativos (comisuras da boca, pupilas...) varia nas imaxes de adestramento, o proceso de rexistro permitiranos recuperar a posición destes puntos significativos na nova imaxe. Tamén, o modo de seleccionar as "principais" variacións pódenos axudar a caracterizar unha nova imaxe. Por exemplo, se coñecemos como o modelo representa as variacións de pose, tales como rotacións en profundidade, o ángulo de rotación dunha nova imaxe pódese calcular coñecendo a representación da cara no modelo. Nesta tese, imos centrarnos no estudo de modelos estatísticos en 2D. Trataremos de mellorar a robustez destes algoritmos frente a cambios en pose e expresión. En el campo del procesado facial, el modelado facial ha recibido una especial atención en los últimos años debido a la popularización de algunos algoritmos estadísticos de modelado facial, como por ejemplo Active Shape Models y Active Appearance Models en 2D y 3D Morphable Models. Los algoritmos estadísticos de modelado facial constan de dos etapas, etapa de análisis y etapa de síntesis. En la etapa de análisis, se crea un modelo mediante la extracción de las "principales" variaciones de un conjunto de imágenes de ejemplo. En la fase de síntesis, tratamos de registrar una nueva imagen en el modelo. Este proceso de registro nos permite recuperar información desconocida de la imagen. Por ejemplo, si el modelo conoce como la localización de puntos significativos (comisuras de la boca, pupilas,...) varia en las imágenes de entrenamiento, el proceso de registro nos permitirá recuperar la posición de estos puntos significativos en la nueva imagen. También, el modo de seleccionar las "principales" variaciones nos puede ayudar a caracterizar una nueva imagen. Por ejemplo, si conocemos como el modelo representa las variaciones de pose, tales como rotaciones en profundidad, el ángulo de rotación de una nueva imagen se puede calcular conociendo la representación de la cara en el modelo. En esta tesis, vamos a centrarnos en el estudio de modelos estadísticos en 2D. Trataremos de mejorar la robustez de estos algoritmos frente a cambios en pose y expresión. Un algoritmo de modelado facial robusto a pose y expresión nos ayudará a mejorar el funcionamiento de sistemas de reconocimiento facial y detección de expresiones. In the field of face processing, face modelling has recently received significant attention due to the popularization of 2D statistical models like Active Shape Models, Active Appearance Models,... and 3D statistical models like 3D Morphable Moldels. Face modelling algorithms consist of two stages analysis and synthesis. On the analysis stage, the model is created by extracting the main variations of a collection of example images. On the synthesis stage, new images are registered to the model. This registration process let us recover unknown information of the new image. For instance, if the model knows how the location of the relevant features (mouth corners, pupils centres,...) varies in the example images, the exact location of this features on the new image, can be recovered by registering the new image to the model. Also, the way of selecting the model main variations can help us to characterize the new image. For instance, if we know how the model represents pose variations like yaw rotation, the rotation angle of the new image can be learnt by knowing the representation of the face in the model. In this thesis, we are going to focus on the study 2D statistical models. We will try to increase the robustness of these models against changes in pose and expression. A face modelling algorithm robust to pose and expression will improve the performance of facial recognition and expression understanding systems.

La visión artificial es una disciplina transversal ampliamente estudiada en las últimas décadas. Los sistemas de visión artificial han sido implantados con éxito en procesos industriales tales como automatización, inspección o control de calidad, en sistemas de vigilancia o de seguridad, en procesos médicos, etc. Sus objetivos y ventajas van desde la mejora en la velocidad de los procesos a la automatización de tareas que no pueden hacerse de otro modo. Sin embargo, a día de hoy, los sistemas de adquisición y las condiciones de entorno siguen siendo un factor muy importante a la hora de marcar las limitaciones de uso del sistema. Es frecuente encontrar procesos en los que no es posible interferir, por lo que no se pueden obtener las condiciones de iluminación, espacio, ausencia de obstáculos, etc., necesarias para la implantación de un sistema de visión. En la presente Tesis Doctoral abordaremos el problema de analizar y desarrollar técnicas de visión artificial robustas capaces de funcionar en entornos no controlados. Para ello nos centraremos en varios campos de aplicación, en los que propondremos varias contribuciones con el objetivo de mejorar el rendimiento de los sistemas en entornos realistas: adquisición de imagen, lectura de texto y reconocimiento facial. En primer lugar, nos centraremos en el problema de la adquisición de imágenes de la mayor calidad posible para las posteriores etapas de procesado. Este es un aspecto fundamental para poder mejorar el rendimiento de los sistemas. Propondremos aquí un mecanismo de evaluación de calidad de imagen orientado al ajuste inicial de sistemas de adquisición para visión artificial. Este es un método que se engloba dentro de las técnicas de medida de calidad relativa de imagen. En segundo lugar, abordaremos un escenario de lectura automática de texto, orientado a la automatización en la lectura de instrumentación digital en procesos de calibración. Propondremos aquí varias contribuciones. En primer lugar presentaremos un método para la localización automática de texto en pantallas de dispositivos. A continuación pasaremos a presentar un método en el ámbito del reconocimiento de caracteres, en donde propondremos una serie de características blandas para la clasificación. Finalmente, propondremos un sistema de lectura completo (end-to-end) con el objetivo de automatizar la lectura de pantallas de dispositivos digitales, alcanzando unas prestaciones adecuadas para su uso en escenarios realistas. En tercer lugar, nos centraremos en el problema del reconocimiento facial en dispositivos móviles. El reconocimiento facial es una disciplina dentro de la visión artificial en la que se han realizado grandes avances en los últimos tiempos. Con la aparición de smartphones y tablets en los últimos cinco años, la aplicación del reconocimiento facial al control de acceso y seguridad de la información en movilidad ha cobrado un enorme interés. Estos entornos de movilidad son escenarios no controlados especialmente complejos, tanto por sus condiciones cambiantes como por sus restricciones computacionales. Propondremos aquí varias contribuciones. En primer lugar se propondrá un método de localización precisa de ojos para aplicación a reconocimiento facial en condiciones realistas. En el mismo ámbito, también se propondrán un marco de evaluación exigente que permita la comparación justa de algoritmos de localización de ojos en condiciones no controladas. A continuación, se propondrá un método de verificación de vida colaborativo para su uso como medida contra ataques de suplantación de identidad en sistemas de acceso móvil mediante reconocimiento facial. Finalmente, se realizará una evaluación de rendimiento de algoritmos de procesado en dispositivo móvil para su uso en reconocimiento facial y se propondrá un esquema de reconocimiento completo y robusto, capaz de funcionar íntegramente en el dispositivo. Finalmente, revisaremos la transferencia tecnológica alcanzada con las investigaciones realizadas y las contribuciones propuestas, mostrando así la versatilidad y aplicabilidad de los trabajos realizados en escenarios reales que van desde la automatización industrial a la seguridad en movilidad. Computer vision is a transversal discipline extensively studied in the last decades. Computer vision systems have been successfully introduced in industrial processes, such as automation, inspection or quality control, in surveillance or security processes, in medical applications, etc. Its goals and advantages range from the improvement in speed to the automation of tasks that cannot be done otherwise. However, nowadays the acquisition systems and the environment conditions are still a very important factor to set the limitations of the system use. It is common to find processes in which it is not possible to interfere, so the lighting and space conditions, absence of obstacles and other necessary conditions to introduce a computer vision system cannot be achieved. In this Thesis the problem of achieving robust computer vision techniques in uncontrolled environments will be addressed. To do so, we will focus in several application fields in which we will propose different contributions aiming to improve the performance of the systems in realistic environments. Firstly, we will focus on the acquisition stage and the problem of capturing the best image possible, for being used in the following stages. This is an essential aspect for us to be able to improve the efficiency of the systems. We will propose an image quality assessment method intended to the initial adjustment of acquisition systems. Secondly, we will address an automatic text reading scenario, focused on the automation of digital instrumentation reading in calibration processes. We will propose here several contributions. Firstly we will present a method for automatic localization of text in digital screens. Next, we will present a method in the field of character recognition, in which a series of soft features for classification will be proposed. And finally, we will propose an end-to-end reading system with the aim of automating the reading in digital devices, achieving good performance suitable for its use in real scenarios. Thirdly, we will focus on the problem of face recognition in mobile devices. Facial recognition is a computer vision discipline in which big advances have been made in the last years. The growth of the smartphone and tablet market in the last five years encouraged the interest in using face recognition for information access control and security in these devices. These mobile environments are especially complex uncontrolled scenarios, not only due to the changing conditions, but also because of the computing restrictions. Several contributions will be proposed in this area. Firstly, a precise eye localization method for facial recognition under realistic conditions will be suggested. In the same sphere, a challenging benchmark will be designed. This will allow the fair comparison between algorithms for eye localization under realistic conditions. Next, a collaborative liveness detection method for its use against identity theft attacks will be proposed. Finally, we will make a performance evaluation of facial recognition processing algorithms in mobile devices. We will propose a whole and robust recognition scheme, able to work completely embedded in the device. Finally we will review the technology transfer achieved through the research and the proposed contributions in this Thesis. We will show the versatility and applicability of the developed work in realistic scenarios, covering from industrial automation to other scenarios like mobile security.

Trabajo de Fin de Grado. Grado en Ingeniería Informática. Curso académico 2019-2020, [ES]Este trabajo de fin de grado se enfoca en el desarrollo de una plataforma de reconocimiento de alérgenos en productos alimenticios y en platos de establecimientos de alimentación tales como bares y restaurantes. Esta página web está diseñada para ser utilizada por distintos tipos de usuarios tales como personas alérgicas o bares y restaurantes en dispositivos de diversa índole, como ordenadores tabletas y/o teléfonos inteligentes. La tecnología utilizada se orienta hacia el desarrollo de aplicaciones web progresivas que permiten integrar toda la funcionalidad de las aplicaciones nativas, pero ejecutándose en nuestros dispositivos sin ocupar espacio, ya que funcionan sobre una aplicación ya instalada como es el navegador.Para enfrentar este trabajo se ha utilizado Vue, un framework de JavaScript muy versátil que permite conjugar HMTL, CSS y JavaScript junto con propiedades reactivas permitiendo actualizaciones instantáneas entre componentes. Complementando a Vue, se ha elegido como servidor de base de datos Firebase, una base de datos en la nube que nos permite almacenar datos, archivos, … y autenticar a nuestros usuarios de una manera sencilla. Además, Firebase pone a nuestra disposición un servidor donde podemos subir nuestro trabajo y compartirlo con el resto de la red., [EN]This end-of-degree work focuses on the development of a platform for the recognition of allergens in food products and in dishes from food establishments such as bars and restaurants. This website is designed to be used by different types of users such as allergy sufferers or bars and restaurants in various devices such as tablet computers and/or smart phones. The functionality of this platform ranges from scanning products and finding appropriate restaurants for users, to downloading menus and dish reports. The technology used is oriented towards the development of progressive web applications that allow the integration of all the functionality of the native applications, but running on our devices without taking up space, since they work on an already installed application such as the browser. To face this work we have used Vue, a very versatile JavaScript framework that allows to combine HMTL, CSS and JavaScript together with reactive properties allowing instantaneous updates between components. Complementing Vue, Firebase has been chosen as a database server, a cloud database that allows us to store data, files, ... and authenticate our users in a simple way. In addition, Firebase provides us with a server where we can upload our work and share it with the rest of the network