Els agents mòbils són entitats computacionals autònomes que tenen la capacitat de suspendre i prosseguir la seva execució en diferents punts de la xarxa per a dur a terme un conjunt de tasques assignades. Tot i la seva aparent simplicitat, el fet de compartir codi en diferents localitzacions, sovint heterogènies, dóna lloc a un conjunt d'inconvenients que no són senzills de solucionar. La prova és que, després de diversos anys d'esforços, el desplegament d'aquesta tecnologia no ha esdevingut una realitat. En la nostra opinió les raons principals que han obstaculitzat l'ús dels agents mòbils són la manca de seguretat, interoperabilitat i eficiència. La seguretat imposa fortes restriccions en l'ús d'aquests. No obstant actualment ja disposem d'una gran quantitat de propostes en aquesta àrea. La interoperabilitat és absolutament indispensable per a garantir que diferents tipus d'agents poden funcionar en diferents llocs i intercanviar informació. I l'eficiència és un requisit no funcional que afavoreix l'ús de la citada tecnologia.Els agents mòbils són idonis per a entorns distribuïts i heterogenis. El treball presentat en aquesta tesi està motivat per a aquest fet i comprèn quatre objectius per a millorar, en aquest ordre, la interoperabilitat, l'eficiència i la seguretat dels agents mòbils en el context dels estàndards definits per l'organització IEEE-FIPA. El primer objectiu és el disseny d'una especificació de mobilitat flexible. El segon objectiu és la proposta de mecanismes d'interoperabilitat, combinats amb l'especificació anterior, per a l'execució i mobilitat d'agents en localitzacions on no se suporten els mateixos tipus de plataformes d'agents, llenguatges de programació i arquitectures subjacents. El tercer objectiu és la proposta de mètodes per a millorar l'eficiència de la mobilitat i interoperabilitat dels agents. I, finalment, el darrer objectiu és el disseny de protocols per a tractar alguns problemes de seguretat concrets dels agents mòbils. / Mobile agents are autonomous software entities that have the ability to stop and resume their execution in different network locations to accomplish a set of tasks. Despite their apparent simplicity, the fact of sharing a code in different places, in most cases heterogeneous, arises a set of issues which are far from have a simple solution. The proof is that after several years of efforts, a wide-scale deployment of mobile agents has not become a reality. In our opinion the main reasons which have hindered the adoption of mobile agents are: security, interoperability, and efficiency. Security may impose strong restrictions to the use of mobile agents. Nevertheless, enough research to satisfy the most common applications has been done in this field. Interoperability is absolutely indispensable to guarantee that different types of agents can run in different places and exchange information. And efficiency is a non functional requisite which favours the adoption of the technology.The suitability of mobile agents for distributed and heterogeneous environments is unique. The work presented in this thesis is motivated by this fact and comprises four objectives to improve, in this order, the interoperability, efficiency, and security of mobile agents in the context of the IEEE-FIPA standards. The first objective is the design of a flexible agent mobility specification. The second objective is the proposal of interoperability mechanisms to move and execute agents in several locations supporting different agent middlewares, programming languages, and underlying architectures taking advantage of the previous mobility specification. The third objective is the proposal of methods to improve the efficiency of the agent mobility and interoperability. And finally, the last objective is the design of some protocols to deal with specific security issues of mobile agents.

En aquesta tesis, hi ha proposat un sistema automàtic de monitorització de víctimes en grans catàstrofes. Les noves sol·lucions d’interconnexió de dispositius, com les Xarxes Tolerants a Retards (DTNs) i les Xarxes de Sensors Sense Fils (WSNs), ofereixen un ample ventall d’oportunitats en entorns hostils on l’accés a les comunicacions és, o bé inexistent o bé inaccessible. Gràcies a la flexibilitat de les WSNs, i la seva facilitat de desplegament, poden fàcilment accedir a zones inexplorades o de difícil accés i monitoritzar els seus voltants per retornar informació valuosa. Les DTNs per la seva banda, poden suplir la mancança d’una xarxa de comunicacions rudimentària sense la necessitat d’aixecar una infrastructura de comunicacions, senzillament fent servir els recursos propers de manera oportunista. En aquest estudi, fem servir aquestes dues tecnologies per crear una arquitectura híbrida per ajudar al triatge de víctimes en escenaris d’emergència. L’habitual falta d’una infrastructura de comunicacions, i els escassos recursos fan d’aquest tipus d’escenari el lloc perfecte per treure tot el potencial de les DTNs i de les WSNs. En aquesta tesi, primer fem una mirada general a l’arquitectura, com les dues tecnologies funcionaran juntes, i com s’intercanviaran dades fent servir tecnologies d’Agents Mòbils (MA). Després, agafarem la construcció d’itinerari explícit dels MAs tradicionals i l’aplicarem als MAs funcionant sobre WSNs, amb les seves restriccions de còmput i de bateria. En tercer lloc, extendrem aquesta estructura d’itinerari explícit per funcionar amb clústers de WSNs, xarxes totalment autònomes amb els seus serveis de monitorització, amb l’única limitació de no poder ser més grans de 32 nodes. Tot això recolzat per proves i resultats que demostren la seva viabilitat i utilitat. Per acabar, presentem dues propostes teòriques, una per accedir i recuperar serveis remots en WSNs grans, i una altra per proporcionar control d’accés als nodes d’aquest tipus de xarxes. / In this thesis, we propose an automated real-time monitoring system for victims in Mass Casualty Incidents (MCIs). New networking solutions like Delay and Disruption Tolerant Networks (DTNs) or Wireless Sensor Networks (WSNs) offer a wide array of opportunities in hostile environments where access to communications is either non-existent or broken. Due to the flexibility of WSNs, and their almost effortless field deployment, they can easily reach unexplored or unfriendly areas, monitor their surroundings and send back useful information. DTNs on their hand, can substitute a slow and high latency infrastructure based network without needing it, just using nearby resources opportunistically. In this study, we use this two technologies to create an hybrid architecture to help in the triaging of victims in emergency scenarios. The, usually, lack of a communication’s infrastructure, and the scarcity of resources, make this kind of scenarios a perfect place to obtain the most of DTNs and WSNs. In this thesis, we firstly present an overview of the architecture, how the two technologies are going to work together, and how they will exchange data using Mobile Agent (MA) technologies. Then, we take the explicit itinerary construction from traditional MAs and apply it to MAs working on wireless sensor nodes, with their resource restrictions and battery issues. Thirdly, we extend this itinerary structure to support WSNs clusters, fully autonomous networks with their own monitoring services, with the only limitation of not being larger than 32 nodes. This contributions are supported by tests and results which prove their feasibility and usability. Finally, we present two theoretical approaches, one to retrieve remote services in large WSNs, and another to provide access control for the nodes used in this kind of networks.

Existen incontables colecciones de documentos históricos en archivos y librerías repletos de valiosa información para historiadores e investigadores. La extracción de esta información se ha convertido en una de las principales tareas para investigadores del área de análisis de documentos. Hay un interés creciente en digitalizar, conservar y dar acceso a este tipo de documentos. Pero sólo la digitalización no es suficiente para los investigadores. La extracción y/o indexación de la información de estos documentos tiene un creciente interés entre los investigadores. En muchos casos, y en particular en documentos históricos, la completa trascripción de estos documentos es extremadamente difícil debido a dificultades intrínsecas: preservación física pobre, diferentes estilos de escritura, lenguajes obsoletos, etc. La búsqueda de palabras se convierte en una popular y eficiente alternativa a la tran-scripción completa. Este método conlleva una inherente degradación de las imágenes. La búsqueda de palabras se formula holísticamente como una búsqueda visual de una forma dada en un conjunto grande de imágenes, en vez de reconocer el texto y buscar la palabra mediante la comparación de códigos ascii. Pero el rendimiento de los métodos de búsqueda de palabras clásicos puede verse afectado por el nivel de degradación de las imágenes, que en algunos casos pueden ser inaceptables. Por esta razón, proponemos una búsqueda de palabras contextual que utiliza la información contextual/semántica para obtener resultados donde los métodos de búsqueda clásica no lo logran un rendimiento aceptable. El sistema de búsqueda de palabras contextual propuesto en esta tesis utiliza un método de búsqueda de palabras basado en segmentación, y por tanto es necesaria una segmentación de palabras precisa. Documentos históricos manuscritos presentan algunas dificultades que pueden dificultar la extracción de palabras. Proponemos un método de segmentación de palabras que formula el problema como la búsqueda del camino central en el area que hay entre dos líneas consecutivas. Esto se resuelve mediante un problema de grafo transversal. Un algoritmo de búsqueda de caminos es utilizado para encontrar el camino óptimo en el grafo, calculado previamente, entre dos líneas de texto. Una vez las líneas se han extraído, las palabras son localizadas dentro de las líneas de texto utilizando un método del estado del arte para segmentar palabras. Los métodos de búsqueda clásicos pueden mejor utilizando la información contextual de los documentos. Presentamos un nuevo sistema, orientado a documentos manuscritos que presentan una estructura a los largo de sus páginas, para extraer la información uti-lizando información contextual. El sistema es una eficiente herramienta para la transcripción semiautomática que utiliza la información contextual para obtener mejores resultados que los métodos de búsqueda convencionales. La información contextual es descubierta automáticamente reconociendo estructuras repetitivas y categorizando las palabras con su correspondiente clase semántica. Se extraen las palabras más frecuentes de cada clase semántica y así el mismo texto es utilizado para transcribir todas ellas. Los resultados experimentales obtenidos en esta tesis mejoran los resultados de los métodos clásicos de búsqueda de palabras, demostrando idoneidad de la arquitectura propuesta para la búsqueda de palabras en documentos históricos manuscritos utilizando la información contextual. / There are countless collections of historical documents in archives and libraries that contain plenty of valuable information for historians and researchers. The extraction of this information has become a central task among the Document Analysis researches and practitioners. There is an increasing interest to digital preserve and provide access to these kind of documents. But only the digitalization is not enough for the researchers. The extraction and/or indexation of information of this documents has had an increased interest among researchers. In many cases, and in particular in historical manuscripts, the full transcription of these documents is extremely di cult due the inherent de ciencies: poor physical preservation, di erent writing styles, obsolete languages, etc. Word spotting has become a popular an e cient alternative to full transcription. It inherently involves a high level of degradation in the images. The search of words is holistically formulated as a visual search of a given query shape in a larger image, instead of recognising the input text and searching the query word with an ascii string comparison. But the performance of classical word spotting approaches depend on the degradation level of the images being unacceptable in many cases . In this thesis we have proposed a novel paradigm called contextual word spotting method that uses the contextual/semantic information to achieve acceptable results whereas classical word spotting does not reach. The contextual word spotting framework proposed in this thesis is a segmentation-based word spotting approach, so an e cient word segmentation is needed. Historical handwritten documents present some common di culties that can increase the di culties the extraction of the words. We have proposed a line segmentation approach that formulates the problem as nding the central part path in the area between two consecutive lines. This is solved as a graph traversal problem. A path nding algorithm is used to nd the optimal path in a graph, previously computed, between the text lines. Once the text lines are extracted, words are localized inside the text lines using a word segmentation technique from the state of the art. Classical word spotting approaches can be improved using the contextual information of the documents. We have introduced a new framework, oriented to handwritten documents that present a highly structure, to extract information making use of context. The framework is an e cient tool for semi-automatic transcription that uses the contextual information to achieve better results than classical word spotting approaches. The contextual information is automatically discovered by recognizing repetitive structures and categorizing all the words according to semantic classes. The most frequent words in each semantic cluster are extracted and the same text is used to transcribe all them. The experimental results achieved in this thesis outperform classical word spotting approaches demonstrating the suitability of the proposed ensemble architecture for spotting words in historical handwritten documents using contextual information.

The smart grid offers a new infrastructure for the management of energy demand and generation towards a sustainable future. Accordingly, there is the objective to provide consumers with a response capacity to stimuli of the electricity market, and at the same time, to efficiently manage the generation system which tends to a diversification of the generators and the energy sources. For that purpose, this thesis is first focused on providing to consumers methods for managing their energy consumption and then reducing costs according to their production activities. Next, this thesis focuses on electricity generation, tackling the problem of how to share out energy production among a set of distributed generators using self-organisation. Finally, it tackles the problem of planning the placement of new generators suing meta-heuristics. / La xarxa elèctrica intel·ligent ofereix una nova infraestructura per a la gestió de la demanda i generació d'electricitat cap a un futur més sostenible. En aquest sentit, hi ha l'objectiu de proveir els consumidors de capacitat de reacció davant d'estímuls del mercat elèctric i, al mateix temps, gestionar de forma eficient un sistema de generació que tendeix cap a una diversificació. Amb aquest objectiu, aquesta tesi primer es centra a desenvolupar mètodes perquè els consumidors puguin gestionar els seus consums i així també reduir-ne els costos d'acord amb les seves activitats de producció. Posteriorment, la tesi es centra en la generació elèctrica abordant el problema de com repartir la producció d'energia d'entre un conjunt de generadors distribuïts utilitzant mètodes auto-organitzatius. Finalment, s'aborda la planificació de nous generadors utilitzant mètodes metaheurístics.

La detección de peatones es clave para muchas aplicaciones como asistencia al conductor, video vigilancia o multimedia. Los mejores detectores se basan en clasificadores basados en modelos de apariencia entrenados con ejemplos anotados. Sin embargo, el proceso de anotación es una tarea intensiva y subjetiva cuando es llevada a cabo por personas. Por ello, vale la pena minimizar la intervención humana en dicha tarea mediante el uso de herramientas computacionales como los mundos virtuales porque con ellos podemos obtener anotaciones variadas y precisas de forma rápida. Sin embargo, el uso de este tipo de datos genera la siguiente pregunta: ¿Es posible que un modelo de apariencia entrenado en un mundo virtual pueda funcionar de manera satisfactoria en el mundo real? Para responder esta pregunta, hemos realizado diferentes experimentos que sugieren que los clasificadores entrenados en el mundo virtual pueden ofrecer buenos resultados al aplicarse en ambientes del mundo real. Sin embargo, también se encontró que en algunos casos estos clasificadores se pueden ver afectados por el problema conocido como el cambio en la naturaleza de los datos, igual que ocurre con los clasificadores entrenados en el mundo real. En consecuencia, hemos diseñado un sistema de adaptación de dominio, V-AYLA, en el que hemos probado diferentes técnicas para recoger unos pocos ejemplos del mundo real y combinarlos con una gran cantidad de ejemplos del mundo virtual para entrenar un detector de peatones adaptado. V-AYLA ofrece la misma precisión de detección que un detector entrenado con anotaciones manuales y probado con imágenes reales del mismo dominio. Idealmente, nos gustaría que nuestro sistema se adaptase automáticamente sin necesidad de intervenci ón humana. Por ello, a modo de demostración, proponemos utilizar técnicas de adaptación no supervisadas que permitan eliminar completamente la intervención humana del proceso de adaptación. Hasta donde sabemos, este es el primer trabajo que muestra que es posible desarrollar un detector de objetos en el mundo virtual y adaptarlo al mundo real. Finalmente, proponemos una estrategia diferente para evitar el problema del cambio en la naturaleza de los datos que consiste en recoger ejemplos en el mundo real y reentrenar solamente con ellos pero haciéndolo de tal modo que no se tengan que anotar peatones en el mundo real. El resultado de este clasificador es equivalente a otro entrenado con anotaciones obtenidas de forma manual. Los resultados presentados en esta tesis no se limitan a adaptar un detector de peatones virtuales al mundo real, sino que va más allá, mostrando una nueva metodología que permitiría a un sistema adaptarse a cualquier nueva situación y que sienta las bases para la investigación futura en este campo todavía sin explorar. / Pedestrian detection is of paramount interest for many applications, e.g. Advanced Driver Assistance Systems, Surveillance and Media. Most promising pedestrian detectors rely on appearance-based classifiers trained with annotated samples. However, the required annotation step represents an intensive and subjective task when it has to be done by persons. Therefore, it is worth to minimize the human intervention in such a task by using computational tools like realistic virtual worlds, where precise and rich annotations of visual information can be automatically generated. Nevertheless, the use of this kind of data generates the following question: can a pedestrian appearance model learnt with virtual-world data work successfully for pedestrian detection in real- world scenarios?. To answer this question, we conducted different experiments that suggest that classifiers based on virtual-world data can perform well in real-world environments. However, it was also found that in some cases these classifiers can suffer the so called dataset shift problem as real-world based classifiers does. Accordingly, we have designed a domain adaptation framework, V-AYLA, in which we have explored different techniques to collect a few pedestrian samples from the target domain (real world) and combine them with many samples of the source domain (virtual world) in order to train a domain adapted pedestrian classifier. V-AYLA reports the same detection performance as the one obtained by training with human-provided pedestrian annotations and testing with real-world images from the same domain. Ideally, we would like to adapt our system without any human intervention. Therefore, as a first proof of concept we proposed the use of an unsupervised domain adaptation technique that avoids human intervention during the adaptation process. To the best of our knowledge, this is the first work that demonstrates adaptation of virtual and real worlds for developing an object detector. We also assess a different strategy to avoid the dataset shift that consists in collecting real-world samples and retrain with them, but in such a way that no bounding boxes of real-world pedestrians have to be provided. We show that the generated classifier is competitive with respect to the counterpart trained with samples collected by manually annotating pedestrian bounding boxes. The results presented on this Thesis not only end with a proposal for adapting a virtual-world pedestrian detector to the real world, but also it goes further by pointing out a new methodology that would allow the system to adapt to different situations, which we hope will provide the foundations for future research in this unexplored area.

de la tesi doctoralL'objectiu principal del treball realitzat ha sigut el desenvolupar una manera de modelar el procés d'investigació racional (l'evolució de les creences d'un agent racional com a conseqüència de la seva interacció amb l'entorn i dels seus procesos d'inferència), mantenint la idea general del model dels móns possibles i la semàntica de Kripke, però intentant evitar els problemes de l'omnisciència lògica i el raonament ideal. Les contribucions principals del treball són:· S'ha fet un estudi molt detallat sobre les diferents propostes que s'han fet en el tema del tractament formal del problema de l'omnisciència lògica en les lògiques modals de creences. Aquest estudi ressalta les semblances i diferències entre les diverses solucions i mostra fins a quin punt solucionen el problema del raonament ideal.· Com a resultat d'aquest estudi, es suggereix una nova aproximació al problema, basada en el concepte dels móns impossibles. La idea principal és que una situació pot ser percebuda de diferents maneres per diferents agents; així, una situació pot ser descrita de forma subjectiva per cadascun d'ells. A més, en cada situació un agent pot tenir raons per recolzar i/o rebutjar determinats fets. La percepció que un agent té del seu entorn determina les seves creences en aquella situació. Aquestes són les idees bàsiques del concepte de situacions subjectives proposat a la tesi.· S'ha determinat quines són les activitats bàsiques que poden modificar les creences d'un agent racional (realització de deduccions, plantejament de dubtes, plantejament de preguntes a l'entorn i rebuda de dades externes). També s'ha definit una classe específica d'agents racionals, els investigadors racionals, que realitzen aquestes activitats d'una forma concreta (manipulant fórmules de primer ordre en un arbre de taulers analítics).· Per últim, a la tesi es mostra com l'evolució de les creences dels investigadors racionals, causada per la seva anàlisi dinàmica multi-dimensional, pot ser modelitzada formalment dins del marc de les situacions subjectives. Això es fa utilitzant les situacions concebibles, que corresponen a aquells escenaris que l'agent pot considerar, independenment de la seva possible parcialitat o inconsistència. L'evolució de les creences d'un agent es modelitza amb la generació d'una seqüència de relacions d'accessibilitat, en la que, després de cada pas d'anàlisi de les creences, van canviant les situacions concebibles considerades com a alternatives viables per l'agent. / of the PhD thesisThe main aim of this work has been to develop a way to model the process of rational inquiry (the evolution of a rational agent's set of beliefs over time as a consequence of its interaction with the world and its internal inferential processes), keeping the general idea of the possible worlds model and the Kripke semantics but trying to avoid the problems of logical omniscience and perfect reasoning. The actual contributions of the work described in the thesis are the following:· An extensive survey of the state of the art has been made, in which the most relevant approaches that have been proposed to solve the problems of logical omniscience and perfect reasoning are presented. This review focuses on the similarities and differences between the various solutions and shows to which degree they provide a framework in which it is possible to model non-ideal reasoners.· As a result of this study, an impossible-worlds based framework in which logical omniscience is avoided is suggested. The main idea of this proposal is that a situation may be perceived in different ways by different agents; thus, a situation may be described subjectively by each of them. Furthermore, in each situation an agent may have reasons to suport and/or reject certain facts. The perception that an agent has of a situation will determine its beliefs in that situation. These are the basic ideas underlying the subjective situations described in the dissertation.· It has been determined which are the basic activities that may modify the set of beliefs of a rational agents (performing deductions, posing doubts, making questions to the environment and receiving external data). A specific class of rational agents, called rational inquirers, is also defined. These agents perform their doxastic activities in a concrete way, which is based in the manipulation of first-order formulae contained in an analytic tableaux tree. · Finally, in the dissertation it is shown how the evolution of the beliefs of the rational inquirers, caused by their dynamic multi-dimensional analysis, may be formally modelled in the subjective situations framework. This modelling is performed using conceivable situations, which correspond to those scenarios that may be considered by the modelled agent, irrespective of their possible partiality or inconsistency. The evolution of the beliefs of an agent is modelled with the generation of a sequence of accessibility relations in which, after each step of belief analysis, the situations that are considered as viable by the agent change in an appropriate way.

Cotutela Universitat Politècnica de Catalunya i Università degli Studi di Genova / Human Activity Recognition (HAR) is a multidisciplinary research field that aims to gather data regarding people's behavior and their interaction with the environment in order to deliver valuable context-aware information. It has nowadays contributed to develop human-centered areas of study such as Ambient Intelligence and Ambient Assisted Living, which concentrate on the improvement of people's Quality of Life. The first stage to accomplish HAR requires to make observations from ambient or wearable sensor technologies. However, in the second case, the search for pervasive, unobtrusive, low-powered, and low-cost devices for achieving this challenging task still has not been fully addressed. In this thesis, we explore the use of smartphones as an alternative approach for performing the identification of physical activities. These self-contained devices, which are widely available in the market, are provided with embedded sensors, powerful computing capabilities and wireless communication technologies that make them highly suitable for this application. This work presents a series of contributions regarding the development of HAR systems with smartphones. In the first place we propose a fully operational system that recognizes in real-time six physical activities while also takes into account the effects of postural transitions that may occur between them. For achieving this, we cover some research topics from signal processing and feature selection of inertial data, to Machine Learning approaches for classification. We employ two sensors (the accelerometer and the gyroscope) for collecting inertial data. Their raw signals are the input of the system and are conditioned through filtering in order to reduce noise and allow the extraction of informative activity features. We also emphasize on the study of Support Vector Machines (SVMs), which are one of the state-of-the-art Machine Learning techniques for classification, and reformulate various of the standard multiclass linear and non-linear methods to find the best trade off between recognition performance, computational costs and energy requirements, which are essential aspects in battery-operated devices such as smartphones. In particular, we propose two multiclass SVMs for activity classification:one linear algorithm which allows to control over dimensionality reduction and system accuracy; and also a non-linear hardware-friendly algorithm that only uses fixed-point arithmetic in the prediction phase and enables a model complexity reduction while maintaining the system performance. The efficiency of the proposed system is verified through extensive experimentation over a HAR dataset which we have generated and made publicly available. It is composed of inertial data collected from a group of 30 participants which performed a set of common daily activities while carrying a smartphone as a wearable device. The results achieved in this research show that it is possible to perform HAR in real-time with a precision near 97\% with smartphones. In this way, we can employ the proposed methodology in several higher-level applications that require HAR such as ambulatory monitoring of the disabled and the elderly during periods above five days without the need of a battery recharge. Moreover, the proposed algorithms can be adapted to other commercial wearable devices recently introduced in the market (e.g. smartwatches, phablets, and glasses). This will open up new opportunities for developing practical and innovative HAR applications. / El Reconocimiento de Actividades Humanas (RAH) es un campo de investigación multidisciplinario que busca recopilar información sobre el comportamiento de las personas y su interacción con el entorno con el propósito de ofrecer información contextual de alta significancia sobre las acciones que ellas realizan. Recientemente, el RAH ha contribuido en el desarrollo de áreas de estudio enfocadas a la mejora de la calidad de vida del hombre tales como: la inteligència ambiental (Ambient Intelligence) y la vida cotidiana asistida por el entorno para personas dependientes (Ambient Assisted Living). El primer paso para conseguir el RAH consiste en realizar observaciones mediante el uso de sensores fijos localizados en el ambiente, o bien portátiles incorporados de forma vestible en el cuerpo humano. Sin embargo, para el segundo caso, aún se dificulta encontrar dispositivos poco invasivos, de bajo consumo energético, que permitan ser llevados a cualquier lugar, y de bajo costo. En esta tesis, nosotros exploramos el uso de teléfonos móviles inteligentes (Smartphones) como una alternativa para el RAH. Estos dispositivos, de uso cotidiano y fácilmente asequibles en el mercado, están dotados de sensores embebidos, potentes capacidades de cómputo y diversas tecnologías de comunicación inalámbrica que los hacen apropiados para esta aplicación. Nuestro trabajo presenta una serie de contribuciones en relación al desarrollo de sistemas para el RAH con Smartphones. En primera instancia proponemos un sistema que permite la detección de seis actividades físicas en tiempo real y que, además, tiene en cuenta las transiciones posturales que puedan ocurrir entre ellas. Con este fin, hemos contribuido en distintos ámbitos que van desde el procesamiento de señales y la selección de características, hasta algoritmos de Aprendizaje Automático (AA). Nosotros utilizamos dos sensores inerciales (el acelerómetro y el giroscopio) para la captura de las señales de movimiento de los usuarios. Estas han de ser procesadas a través de técnicas de filtrado para la reducción de ruido, segmentación y obtención de características relevantes en la detección de actividad. También hacemos énfasis en el estudio de Máquinas de soporte vectorial (MSV) que son uno de los algoritmos de AA más usados en la actualidad. Para ello reformulamos varios de sus métodos estándar (lineales y no lineales) con el propósito de encontrar la mejor combinación de variables que garanticen un buen desempeño del sistema en cuanto a precisión, coste computacional y requerimientos de energía, los cuales son aspectos esenciales en dispositivos portátiles con suministro de energía mediante baterías. En concreto, proponemos dos MSV multiclase para la clasificación de actividad: un algoritmo lineal que permite el balance entre la reducción de la dimensionalidad y la precisión del sistema; y asimismo presentamos un algoritmo no lineal conveniente para dispositivos con limitaciones de hardware que solo utiliza aritmética de punto fijo en la fase de predicción y que permite reducir la complejidad del modelo de aprendizaje mientras mantiene el rendimiento del sistema. La eficacia del sistema propuesto es verificada a través de una experimentación extensiva sobre la base de datos RAH que hemos generado y hecho pública en la red. Esta contiene la información inercial obtenida de un grupo de 30 participantes que realizaron una serie de actividades de la vida cotidiana en un ambiente controlado mientras tenían sujeto a su cintura un smartphone que capturaba su movimiento. Los resultados obtenidos en esta investigación demuestran que es posible realizar el RAH en tiempo real con una precisión cercana al 97%. De esta manera, podemos emplear la metodología propuesta en aplicaciones de alto nivel que requieran el RAH tales como monitorizaciones ambulatorias para personas dependientes (ej. ancianos o discapacitados) durante periodos mayores a cinco días sin la necesidad de recarga de baterías.

This thesis proposes new methods to find collision-free paths allowing an AUV to cover an area of the ocean floor with its sensors, which is known as coverage path planning. First, we propose a coverage path planning method to plan 2D, safe-altitude surveys which provides a principled way to account for obstacles in AUV survey planning. Its main advantage is that it minimizes redundant coverage when the vehicle navigates at constant depth, leading to shorter paths. Second, we provide a method to account for the uncertainty in the vehicle position estimates when planning 2D surveys. The method minimizes the uncertainty induced by the path and leads to better maps of the ocean floor as a result. Third, we provide a coverage path planning method suitable for inspecting areas of the ocean floor including 3D structures. The resulting coverage paths enable applications requiring close proximity and allow viewpoints for full 3D sensing of the structure. Moreover, by contrast to most existing methods, we provide two techniques to adapt the planned path in realtime using sensor information acquired on-line during the mission, rather than only planning the path off-line and relying on the unrealistic assumption of an idealized path execution by the AUV. The proposed methods are validated in simulation and in experiments with a real-world AUV / Aquesta tesi proposa nous mètodes per generar camins lliures de col·lisions per a vehicles submarins autònoms que permeten cobrir una àrea del fons de l'oceà usant els sensors del vehicle, tasca coneguda com a planificació de camins de cobertura. Primer, proposem un mètode de planificació de camins de cobertura per a planificar missions en un espai 2D a una altitud segura, proporcionant una manera fonamentada de tenir en compte obstacles en la planificació de missions per a vehicles submarins autònoms. L'avantatge principal del mètode proposat és que minimitza la cobertura redundant sorgida quan el vehicle navega a profunditat constant, obtenint camins més curts com a resultat. Segon, presentem un mètode per tenir en compte la incertesa de les estimacions de posició del vehicle durant la planificació de missions 2D. Aquest mètode minimitza la incertesa induïda pel camí i genera mapes més acurats del fons oceànic com a resultat. Tercer, presentem un mètode de planificació de camins de cobertura adequat per inspeccionar àrees del fons oceànic amb estructures 3D. Els camins de cobertura resultants permeten tasques que requereixen proximitat al fons i permeten una completa percepció 3D de les estructures d'interès. A més, a diferència de la majoria dels mètodes existents, proporcionem dues tècniques per adaptar els camins planificats en temps real utilitzant informació sensorial adquirida durant la missió, per contra de planificar només abans de l'execució de la missió i confiar en la poc realista assumpció d'una execució idealitzada del camí per part del vehicle. Els mètodes proposats han estat validats en simulació i en experiments amb un vehicle submarí autònom real

This thesis deals with the simultaneous detection and segmentation for generic objects in images. The proposed approach is based on building a dictionary of patches, which defines the object and allows the extraction of the detection and segmentation features used to train the classifier. Moreover, we include in the boosting training the ability of crossing information between detection and segmentation with the aim that good detections may help to better segment and vice versa. We adapt also the detection proposal to deal with specific problems of object recognition in medical and astronomical images. This point stresses one of the objectives of this thesis; proposing a generic approach able to deal with objects of a very different nature / En aquesta tesi s'estudia la detecció i segmentació simultània d'objectes genèrics en imatges. La proposta està basada en un diccionari de parts de l'objecte que el defineixen i, alhora, ens permet extreure les característiques de detecció i segmentació per entrenar el classificador. A més, dins l'entrenament del classificador s'inclou la possibilitat de creuar informació entre la detecció i la segmentació, de tal manera que una bona detecció pugui ajudar a segmentar i viceversa. L'algorisme s'ha validat adaptant-lo al reconeixement d'objectes en imatge mèdica i imatge astronòmica. Aquest punt reforça el principal objectiu de la tesi: proposar un sistema genèric capaç de tractar amb objectes de qualsevol tipus de naturalesa

This thesis deals with the segmentation of brain magnetic resonance imaging applied to multiple sclerosis patients. This disease is characterised by the presence of white matter lesions in this image modality. After a thorough analysis of the state-of-the-art on this topic, pointing out the importance of prior knowledge, and a subsequent review of atlas-based segmentation of brain imaging, we propose two different multiple sclerosis lesion segmentation pipelines based on the conclusions of these studies. The first one provides an initial tissue classification using a modified expectation-maximisation algorithm, which is later on refined with a lesion segmentation step based on thresholding and a regionwise false positive reduction approach. The second one focuses only on the segmentation of lesions and uses an ensemble classifier alongside a rich feature pool including image intensities, probabilistic atlas maps, an outlier map and contextual information. Both approaches are tested against a novel database comprising imaging data from three different hospitals with a variable lesion load per case. The evaluation, carried out in a quantitative and qualitative manner, includes a comparison and uses several metrics for detection and segmentation. The analysis of the results points out a better performance relative to state-of-the-art approaches, with a clear improvement on the first pipeline in terms of detection, and a clear improvement on the second pipeline in terms of segmentation / Aquesta tesi es centra en la segmentació de imatges de ressonància magnètica del cervell aplicada a pacients d'esclerosi múltiple. Aquesta malaltia es caracteritza per l'aparició de lesions de matèria blanca, visibles en aquesta modalitat d'imatge. Després d'un anàlisi exhaustiu de l'estat de l'art en aquest tòpic, remarcant la importància de la informació prèvia, i també de la segmentació basada en atles del cervell, proposem dues estratègies diferents per a la segmentació de lesions basades en les conclusions d'ambdós estudis. La primera proporciona una classificació inicial dels teixits mitjançant una extensió de l'algorisme d'esperança-maximització, que es refina posteriorment amb un procés de segmentació de les lesions basat en una binarització inicial i una conseqüent estratègia de reducció de falsos positius a nivell de regió. La segona proposta es focalitza bàsicament en la segmentació de lesions i utilitza una combinació de classificadors febles entrenats amb un ric conjunt de característiques que inclou imatges d'intensitat, mapes probabilístics provinents d'un atles, un mapa d'intensitats atípiques i informació contextual. Ambdues estratègies han estat provades amb una nova base de dades formada per imatges de tres hospitals diferents amb diferent càrrega lesional per cas. L'avaluació d'aquestes proves, que s'ha dut a terme de forma quantitativa i qualitativa, inclou una comparativa i utilitza diferents mètriques de detecció i segmentació. L'anàlisi d'aquests resultats apunta a un millor rendiment relatiu a l'estat de l'art actual, amb una millor detecció per part de la primera estratègia i una millor segmentació per part de la segona