Doctor en Ingeniería Informática y de Telecomunicación Álvaro García Martín obtuvo el título de Ingeniero de Telecomunicación en 2007, un Máster de postgrado en Ingeniería Informática y de Telecomunicación en 2009, y el de Doctor en Ingeniería Informática y de Telecomunicación en 2013, todos ellos en la Universidad Autónoma de Madrid (España). En 2007 se unió al grupo de tratamiento e interpretación de video (VPU-Lab) en la Universidad Autónoma de Madrid. De 2008 a 2012 recibió una beca de investigación de la Universidad Autónoma de Madrid para la realización del doctorado (FPI-UAM). De 2012 a 2014 estuvo trabajando como profesor ayudante y de 2014 a 2019 como profesor ayudante doctor, a partir de septiembre del 2019 se encuentra trabajando como profesor contratado doctor interino de la Universidad Autónoma de Madrid. El trabajo realizado hasta ahora en el VPU ha dado lugar a resultados publicados en foros internacionales: trece revistas indexadas JCR y publicaciones en las conferencias más relevantes del área de video seguridad, así como dos capítulos de libro internacional. Durante todo su periodo investigador, Álvaro García Martín ha participado en varios proyectos de investigación sobre transmisión de contenido multimedia (PROMULTIDIS y MESH), video seguridad (ATI@SHIVA) y reconocimiento de actividades o eventos (SEMANTIC, EVENTVIDEO, HAvideo, SARADL, MobiNetVideo y SOFDL). Su formación y desarrollo como investigador dentro del grupo VPU ha sido complementada con tres estancias, de tres meses cada una, en la Carnegie Mellon University (CMU), en la Queen Mary University (QMUL) y en la Technical University of Berlin (TUB). Ha recibido el premio Medalla “Juan López de Peñalver” 2017, que otorga la Real Academia de Ingeniería a personas o grupos cuya edad no alcance los 40 años y que hayan contribuido notablemente a la ingeniería española. Sus líneas de investigación están centradas en el análisis de secuencias de video y escenarios inteligentes con especial interés en la detección, seguimiento y estudio de las interacciones entre los objetos existentes. Durante todo su periodo docente, Álvaro García Martín ha impartido diferentes asignaturas tanto de índole práctico como teórico en Ingeniería de Telecomunicaciones e Informática.
	Tel: 914973429
	Email: Garcia-Martin, Alvaro
	Web: http://www-vpu.ii.uam.es/~agm2/
	Room: C-209

Recent publications

Journals

• Alejandro Lopez, Marcos Escudero, Jesús Bescós, Alvaro Garcia-Martin: "Semantic-Aware Scene Recognition", Pattern Recognition, 102 (107256): , February 2020, ISSN 0031-3203 (JCR 2020 - Indice de impacto: 7.19).


• Alvaro Garcia-Martin, Juan C. SanMiguel, Jose M. Martinez: "Coarse-to-fine adaptive people detection for video sequences by maximizing mutual information", Sensors, 1 (4): pp. 1-22, January 2019, ISSN 1424-8220 (JCR 2017 - Indice de impacto: 2.475). (En prensa)


• Rafael Martin, Alvaro Garcia-Martin, Juan C. SanMiguel, Jose M. Martinez: "Enhancing Multi-Camera People Detection by Online Automatic Parametrization Using Detection Transfer and Self-Correlation Maximization", Sensors, 18 (4385): , December 2018, ISSN 1424-8220


• Rafael Martin, Alvaro Garcia-Martin, Jose M. Martinez: "Incorporating wheelchair users in people detection", Multimedia Tools and Applications, 1 (1): , October 2018, ISSN 1380-7501 (En prensa)


• Rafael Martin, Alvaro Garcia-Martin, Alexander Hauptmann, Jose M. Martinez: "Automatic vacant parking places management system using multicamera vehicle detection", IEEE Transactions on Intelligent Transportation Systems, 0 (0): , May 2018, ISSN 1524-9050 (En prensa)


• Alvaro Garcia-Martin, Ricardo Sanchez, Jose M. Martinez: "Hierarchical detection of persons in groups", Signal, Image and Video Processing, 0 (0): , February 2017, ISSN 1863-1711 (En prensa)

Conferences

• Marta Fernandez, Paula Moral, Alvaro Garcia-Martin, Jose M. Martinez: "Vehicle Re-Identification based on Ensembling Deep Learning Features including a Synthetic Training Dataset, Orientation and Background Features, and Camera Verification", en IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshop 2021, CVF Open Access, Virtual, 2021,


• Alvaro Garcia-Martin, Matej Kristan, Jesús Bescós: "The sixth Visual Object Tracking VOT2020 challenge results", en 16TH EUROPEAN CONFERENCE ON COMPUTER VISION, 8th Visual Object Tracking Challenge Workshop, European Conference on Computer Vision, Virtual, 2020,


• Paula Moral, Alvaro Garcia-Martin, Jose M. Martinez: "Vehicle Re-Identification in Multi-Camera scenarios based on Ensembling Deep Learning Features", en IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshop 2020, CVF Open Access, Virtual, 2020,


• Elena Luna, Paula Moral, Juan C. SanMiguel, Alvaro Garcia-Martin, Jose M. Martinez: "VPULab participation at AI City Challenge 2019", en IEEE Conference on Computer Vision and Pattern Recognition (CVPR) Workshops, CVF Open Access, Long Beach (CA, EEUU), 2019, pp. 343-352


• Alvaro Garcia-Martin: "People-background segmentation based on DeepPyramid Deformable Part Models", en 23rd Iberoamerican Congress on Pattern Recognition, Proc. of 23rd Iberoamerican Congress on Pattern Recognition (CIARP 2018), Madrid (Spain), 2018,


• Alvaro Garcia-Martin, Matej Kristan: "The sixth Visual Object Tracking VOT2018 challenge results", en European Conference on Computer Vision, 6th Visual Object Tracking Challenge Workshop, European Conference on Computer Vision, 2018,


• Matej Kristan, Erik Velasco, Rafael Martin, Alvaro Garcia-Martin, Jose M. Martinez, et al.: "The Visual Object Tracking VOT2017 challenge results", en 2017 IEEE International Conference on Computer Vision Workshop, ICCV workshop on Visual Object Tracking, 2017, pp. 1949-1972


• Rafael Martin, Jesús Molina, Alvaro Garcia-Martin, Jose M. Martinez: "Generation and Evaluation of Synthetic Models for Training People Detectors", en 2017 International Carnahan Conference on Security Technology, 2017 International Carnahan Conference on Security Technology Proceedings, 2017, (En prensa)


• Alvaro Garcia-Martin, Juan C. SanMiguel: "Adaptive people detection based on cross-correlation maximization", en 2017 IEEE International Conference on Image Processing, IEEE proceedings , Beijing (China), 2017, (En prensa)