Desde el grupo de investigación, desde el año 2000 en adelante, se han realizado investigaciones que han dado lugar a múltiples publicaciones en revistas científicas de alto impacto. El resultado de las investigaciones en reconocimiento de patrones y análisis de imagen ha dado lugar a varias tesis doctorales y a la participación en numerosos congresos internacionales. Las líneas de investigación tienen que ver con los siguientes aspectos:Análisis de imágenes médicas, MRI, radiografías, tomografícas, aplicaciones de broncoscopias, mamografías...Tratamiento de imágenes relacionadas con tecnología de alimentos, para determinar características de calidad de forma no invasiva ni destructiva de productos de carne y derivados cárnicos, como el jamón ibérico.Reconocimiento de objetos y extracción de características, como algoritmos para identificación y detección de músculos y estructuras musculares, detección y clasificación de objetos, formas, patrones, en imágenes y vídeosSegmentación de imágenes y desarrollo de algoritmos avanzados para dividir una imagen en regiones significativas, con aplicación en agricultura, sistemas de detección de vertidos de residuos en el mar, detección de carreteras...Identificación de documentos de identidad, reconocimiento de sistemas de verificación y validación de documentos, sistemas de reconocimiento y verificación de identidad mediante análisis de características faciales...Sistemas OCR, reconocimiento de caracteres, reconocimiento de matrículas de vehículos, seguridad...Aplicación de modelos de machine learning y deep learning en análisis de imágenesReconstrucción 3D a partir de imágenes, mediante técnicas de modelos tridimensionales a partir de imágenes bidimensionales.En general, investigación relacionada con la adquisición de imágenes (usualmente a partir de entradas analógicas), preprocesado para conseguir un formato adecuado a etapas posteriores, segmentación (aislamiento de elementos de interés de la imagen), extracción de características de bajo nivel (relativas al color, textura, estructura de las imágenes, formas básicas, etc.), selección de las características más representativas (eliminando redundancias e interdependencias), clasificación de los vectores de características mediante uso de técnicas de aprendizaje y finalmente retroalimentación relevante para corregir resultados erróneos y refinar la respuesta.
