CEIG 2022 – PREMIO AL MEJOR ARTÍCULO (FULL PAPER) – COMPUTERS & GRAPHICS
Non-line-of-sight transient rendering
de Diego Royo, Jorge Garcia, Adolfo Muñoz y Adrián Jarabo
Universidad de Zaragoza
CEIG 2022 – PREMIO AL MEJOR ARTÍCULO (FULL PAPER) – EG DIGITAL LIBRARY
A modular authoring tool for atmospheric cloud modelling
de Darío Rodríguez-Hernández e Ignacio García-Fernández
Universitat de València
CEIG 2022 – PREMIO AL MEJOR TRABAJO CORTO (SHORT PAPER)
Interactive visualization of historical fabrics at yarn level using Sphere Tracing
de Manolo Pérez Aixendri, Jesús Gimeno Sancho, Cristina Portalés Ricart y Pablo Casanova Salas
Universitat de València
CEIG 2022 – PREMIO AL MEJOR PÓSTER
Transformation of surgical planning tools from 2D to 3D interfaces
de B. Palma, J. Gimeno, M. Fernández, S. Casas y M. Rodríguez
Universitat de València
CEIG 2022 – PREMIO AL MEJOR TFG
Development of a Node-Based Material Editor de Luciano Suaya Leiro
Supervisor: Marc Garrigó Invers
Centre de la Imatge i la Tecnologia Multimèdia – Universitat Politècnica de Catalunya
Este Trabajo de Fin de Grado no sólo implementa un editor en tiempo real de materiales basado en nodos, comparable al estado del arte al respecto en otras librerías de render en tiempo real, sino que además construye un motor completo de visualización en tiempo real sobre el que experimentar con el editor de materiales. La metodología seguida para el desarrollo del trabajo es la adecuada, y las tareas desarrolladas son de complejidad elevada. Por estos motivos se considera este trabajo como el mejor Trabajo Fin de Grado.
CEIG 2022 – PREMIO AL MEJOR TFM
Re-Identification of Persons from Video Feeds de Jingwen Yang
Supervisores: Álvaro García-Martín (Universidad Autónoma de Madrid) y Peter Leškovský (Vicomtech)
Universidad Autónoma de Madrid
Este Trabajo de Fin de Máster aborda el problema de la re-identificación de personas en vídeos. Se trata de un problema abierto dentro de la comunidad de Visión por Computador, para el que todavía no existen métodos robustos para solucionar el problema. Este TFM incluye una muy buena descripción del estado del arte, dividiendo los métodos existentes entre diferentes subgrupos, y señalando detalladamente sus correspondientes ventajas y problemas. Se hace especial hincapié en el hecho de que las bases de datos actualmente disponibles no son lo suficientemente ricas en algunos aspectos para aprender esta tarea. Para mitigar este problema, este trabajo propone una nueva base de datos de vídeos con sus correspondientes etiquetas, y propone un baseline para el nuevo dataset. El TFM incluye un completo análisis de los resultados obtenidos, y finaliza con interesantes conclusiones sobre el futuro desarrollo en el campo. El trabajo sigue una buena metodología. Por todo ello, este tribunal lo propone como mejor Trabajo Fin de Máster.
CEIG 2022 – PREMIO AL MEJOR ARTÍCULO (FULL PAPER) – COMPUTERS & GRAPHICS
Non-line-of-sight transient rendering
de Diego Royo, Jorge Garcia, Adolfo Muñoz y Adrián Jarabo
Universidad de Zaragoza
CEIG 2022 – PREMIO AL MEJOR ARTÍCULO (FULL PAPER) – EG DIGITAL LIBRARY
A modular authoring tool for atmospheric cloud modelling
de Darío Rodríguez-Hernández e Ignacio García-Fernández
Universitat de València
CEIG 2022 – PREMIO AL MEJOR TRABAJO CORTO (SHORT PAPER)
Interactive visualization of historical fabrics at yarn level using Sphere Tracing
de Manolo Pérez Aixendri, Jesús Gimeno Sancho, Cristina Portalés Ricart y Pablo Casanova Salas
Universitat de València
CEIG 2022 – PREMIO AL MEJOR PÓSTER
Transformation of surgical planning tools from 2D to 3D interfaces
de B. Palma, J. Gimeno, M. Fernández, S. Casas y M. Rodríguez
Universitat de València
CEIG 2022 – PREMIO AL MEJOR TFG
Development of a Node-Based Material Editor de Luciano Suaya Leiro
Supervisor: Marc Garrigó Invers
Centre de la Imatge i la Tecnologia Multimèdia – Universitat Politècnica de Catalunya
Este Trabajo de Fin de Grado no sólo implementa un editor en tiempo real de materiales basado en nodos, comparable al estado del arte al respecto en otras librerías de render en tiempo real, sino que además construye un motor completo de visualización en tiempo real sobre el que experimentar con el editor de materiales. La metodología seguida para el desarrollo del trabajo es la adecuada, y las tareas desarrolladas son de complejidad elevada. Por estos motivos se considera este trabajo como el mejor Trabajo Fin de Grado.
CEIG 2022 – PREMIO AL MEJOR TFM
Re-Identification of Persons from Video Feeds de Jingwen Yang
Supervisores: Álvaro García-Martín (Universidad Autónoma de Madrid) y Peter Leškovský (Vicomtech)
Universidad Autónoma de Madrid
Este Trabajo de Fin de Máster aborda el problema de la re-identificación de personas en vídeos. Se trata de un problema abierto dentro de la comunidad de Visión por Computador, para el que todavía no existen métodos robustos para solucionar el problema. Este TFM incluye una muy buena descripción del estado del arte, dividiendo los métodos existentes entre diferentes subgrupos, y señalando detalladamente sus correspondientes ventajas y problemas. Se hace especial hincapié en el hecho de que las bases de datos actualmente disponibles no son lo suficientemente ricas en algunos aspectos para aprender esta tarea. Para mitigar este problema, este trabajo propone una nueva base de datos de vídeos con sus correspondientes etiquetas, y propone un baseline para el nuevo dataset. El TFM incluye un completo análisis de los resultados obtenidos, y finaliza con interesantes conclusiones sobre el futuro desarrollo en el campo. El trabajo sigue una buena metodología. Por todo ello, este tribunal lo propone como mejor Trabajo Fin de Máster.
