Ir a cuerpo Ir a Estudios, Gobernanza y organización
Logo UA
Curriculum breve
  CLIMENT PEREZ, PAU

Curriculum breve
CLIMENT PEREZ, PAU

Datos personales

Correo:
Teléfono:
+34 965903400 x 3204
Ubicación:

Situación profesional actual

Plaza:
PROFESOR/A AYUDANTE DOCTOR/A
Dpto.:
Institutos:
I.U. INVESTIGACION INFORMATICA
Grupos:

Formación académica

  • Ph.D, Doctor of Philosophy (Artificial Intelligence)
    Kingston University London (10/10/2016)
  • Máster en Tecnologías de la Informática
    UNIVERSIDAD DE ALICANTE (28/09/2010)
  • Ingeniería Informática
    Universitat d'Alacant (21/09/2009)
  • Ingeniería Técnica en Informática de Sistemas
    Universitat d'Alacant (11/09/2006)

Actualmente es profesor ayudante doctor en la Universidad de Alicante (09/2022-presente). Antes de eso, en 2021, fue Colaborador Senior en proyecto nacional de la Fundación Biodiversidad "GLORiA-2". Igualmente fue Colaborador Senior en el proyecto europeo PAAL (privacy-aware and acceptable life-logging services for older and frail people) de Horizon 2020, iniciativa "More years, better lives".

Durante el periodo de 2016 a 2018, adquirió experiencia en la industria, en el departamento de investigación y desarrollo de nuevos algoritmos de VCA Technologies, Ltd. en Reino Unido. Dicha empresa colaboró en el proyecto europeo MONICA (Horizon 2020).

Se doctoró por la Kingston University London en 2016, tras disfrutar de una beca doctoral para 3 años (2012-2015), más un año para la escritura de la tesis (2016). El doctorado estuvo asociado al proyecto europeo PROACTIVE (FP7).

Antes de esta beca, había adquirido experiencia en investigación en la UA, con una Beca de Colaboración (2008) y varias becas de adjudicación directa (2010-2011), así como un contrato de técnico superior (I-PAS 33/11), asociado al proyecto nacional “Talismán+” (TIN2010-20510-C04-02).

Sus intereses actuales incluyen las soluciones basadas en visión por computador para la vida asistida y activa (active and assisted living, AAL), más específicamente el reconocimiento de actividades de la vida diaria (ADLs), teniendo en cuenta la privacidad para una mayor aceptabilidad por parte de los usuarios finales. Esto incluye métodos basados en deep learning para la preservación de la privacidad en vídeos, utilizando información del contexto (principio de “context-aware privacy”). Además, sus objetivos a medio plazo incluyen el uso de vistas alternativas en el despliegue de cámaras en el hogar, como son las cámaras montadas en el techo, o el estudio de este tipo de reconocimiento con cámaras con vista de ‘primera persona’ (‘wearable cameras’).