Petia Radeva | UNIVERSITAT DE BARCELONA | CENTRE DE VISIÓ PER COMPUTADOR

Petia Radeva és professora de la Universitat de Barcelona (UB), directora del Grup de Recerca Consolidat “Visió per Computador i Aprenentatge Automàtic” de la Universitat de Barcelona (CVMLUB) de la UB (www.ub.edu/cvmlub), investigadora principal del Centre de Visió per Computador (www.cvc.uab.es) i Fundadora d’ AIGecko Technologies (https://www.aigecko.com). Ha estat IP de la UB en 7 projectes europeus, 3 internacionals i més de 75 nacionals dedicats a aplicar la visió per computador i l’aprenentatge automàtic a problemes reals com el seguiment de la ingesta d’aliments. Petia Radeva és vicepresidenta de REA-FET-OPEN des de 2015 i mentora internacional del programa Wild Cards EIT des de 2017. És editora associada de la revista Pattern Recognition (Q1, IP= 7,196) i de l’International Journal of Visual Communication and Image Representation (Q2, IP=3.13). També és gestora de recerca de l’Agència Estatal de Recerca (AEI) del Ministeri de Ciència i Innovació d’Espanya. Petia Radeva ha estat guardonada amb el Becari de l’IAPR des del 2015, L’Acadèmia ICREA assignada als 30 millors científics de Catalunya pels seus mèrits científics des del 2014, ha rebut diversos premis internacionals (“Aurora Pons Porrata” del CIARP, Premi “Antonio Caparrós” a la millor transferència de tecnologia de la UB, etc.)

[PONÈNCIA] ‘Com la Intel·ligència Artificial pot ajudar a millorar els hàbits nutricionals de les persones’

Els hàbits alimentaris poc saludables i la inactivitat afecten directament la qualitat de vida i causen discapacitats. Una dieta poc saludable és la principal causa de mortalitat en la majoria dels països desenvolupats. La desnutrició és una condició comuna en les persones més fràgils de la població envellida. Les persones són analfabetes pel que fa a la qualitat de la seva dieta. Falta informació objectiva sobre els hàbits alimentaris i hi ha poca motivació per mantenir un nivell saludable d’una dieta d’alta qualitat. Les solucions actuals basades en diaris d’aliments no són òptimes, ja que les persones sovint subestimen la seva ingesta d’aliments fins a un 33%.

En aquesta xerrada presentarem una innovadora solució digital per al seguiment de la ingesta d’aliments basada en tècniques avançades d’Intel·ligència Artificial, Visió per Computador i Deep learning. Els nostres algoritmes permeten reconèixer automàticament els aliments d’una imatge i construir un diari alimentari objectiu i precís dels pacients. Es discutiran múltiples aplicacions de l’eina nutricional intel·ligent per a diferents malalties.