Valoración del tratamiento con sellantes biológicos y terapia celular en la prevención de la fístula broncopleural en un modelo experimental in vivo

Eliminadas las páginas en blanco del pdf

Estrategias para la identificación de personas mediante biometría de la mano sin contacto

Programa de doctorado:Sistemas Inteligentes y Aplicaciones Numéricas en Ingeniería.

La prevención de la violencia desde el sistema educativo

[ES] La familia y el contexto educativo son los agentes de socialización primaria por excelencia. En ellos los individuos adquieren un mapa o representación del mundo, unas habilidades de adaptación al medio y unos valores morales y sociales. La integración de las normas y convenciones sociales en la familia y en la escuela es crucial en la prevención de la violencia. Pero ambos entornos son permeables a los cambios sociales y los procesos de socialización se han modificado sustancialmente en unas pocas décadas, especialmente por la generalización del uso de los medios tecnológicos de comunicación. Las funciones del sistema educativo se han ido adaptando a las exigencias sociales y, en la actualidad, la prevención de la violencia y la resolución de conflictos configuran una nueva demanda.

Características de personalidad y vulnerabilidad a la victimización sexual

En la investigación en victimización sexual, ha predominado el estudio de las víctimas y de los factores de riesgo de victimización desde la perspectiva del agresor y pocos estudios se han interesado por las características de personalidad del victimizado. Presentamos una primera revisión4, de las evidencias que relacionan los rasgos de personalidad de la víctima y la vulnerabilidad a la victimización sexual. La mayoría de los estudios presentados analizan la presencia de ciertos rasgos y trastornos de personalidad, así como su relación con las estrategias de apareamiento y las conductas de evitación en el fenómeno de la victimización sexual. A pesar de las limitaciones metodológicas, los hallazgos de las investigaciones que se presentan tienen importantes implicaciones prácticas para la prevención de la victimización sexual.

Detección, seguimiento y análisis de personas en streams de vídeo

[ES] El presente TFG consiste en una aplicación para la detección de personas de cuerpo entero. La idea es aplicar este detector a las continuas imágenes recogidas en tiempo real a través de una web-cam, o de un archivo con formato de vídeo que se encuentre ubicado en el propio sistema. El código está escrito en C++. Para conseguir este objetivo nos basamos en el uso conjunto de dos sistemas de detección ya existentes: primero, OpenCV, mediante un método de histograma de gradientes orientados, el cual ya proporciona propiamente un detector de personas que será aplicado a cada una de las imágenes del stream de vídeo; por otro lado, el detector facial de la librería Encara que se aplica a cada una de las detecciones de supuestas personas obtenidas en el método de OpenCV, para comprobar si hay una cara en la supuesta persona detectada. En caso de ser así, y de haber una cara más o menos correctamente situada, determinamos que es realmente una persona. Para cada persona detectada se guardan sus datos de situación en la imagen, en una lista, para posteriormente compararlos con los datos obtenidos en frames anteriores, e intentar hacer un  seguimiento de todas las personas. Visualmente se observaría como se va recuadrando cada persona con un color determinado aleatorio asignado a cada una, mientras se visualiza el vídeo. También se registra la hora y frame de aparición, y la hora y frame de salida, de cada persona detectada, quedando estos datos guardados tanto en un fichero de log, como en una base de datos. Los resultados son, bastante satisfactorios, aunque con posibilidades de mejora, ya que es un trabajo que permite combinar otras técnicas diferentes a las descritas. Debido a la complejidad de los métodos empleados se destaca la necesidad de alta capacidad de computación para poder ejecutar la aplicación en tiempo real sin ralentizaciones. 

Reidentificación de personas y objetos mediante aprendizaje semisupervisado

[ES]La reidentificación consiste en volver a identificar a un individuo/objeto que ya se ha detectado previamente desde distintas cámaras. En este proyecto se exploran diferentes técnicas para la reidentificación de personas. Se implementan y prueban técnicas que no requieren de aprendizaje previo para realizar una ordenación inicial, al ser este tipo de métodos los que mayor aplicación tienen en un escenario real. Así mismo se usan técnicas de reordenación sobre esta ordenación inicial utilizando la información de un operador humano, aplicando entre otros métodos aprendizaje semisupervisado. Para realizar todo el proceso y facilitar la combinación y automatización de las diversas técnicas se crea un framework denominado PyReID basado en Python y OpenCV, de software libre y disponible públicamente en Github.