Besada Portas, EvaPajares Martínsanz, GonzaloBarrientos Espillco, Fredy2026-03-062026-03-062026-03-06https://hdl.handle.net/20.500.14352/133855Tesis inédita de la Universidad Complutense de Madrid, Facultad de Informática, Departamento de Arquitectura de Computadores y Automática, leída el 21 de octubre de 2025La presente memoria de tesis doctoral aborda el desafío creciente que representan las floraciones (blooms) de cianobacterias en cuerpos de agua estancadas, tales como lagos, lagunas, embalses y humedales, dada su repercusión en la salud humana, los ecosistemas acuáticos y la economía. Dado que la detección temprana de estos fenómenos es crucial para mitigar sus efectos adversos, especialmente en fuentes de agua potable y recreativas, se propone el desarrollo de métodos y procedimientos de percepción visual que integren enfoques innovadores, tales como el uso de los Sistemas de Visión Artificial (SVA) a bordo de Vehículos Autónomos de Superficie (VAS) y métodos avanzados de Deep Learning (DL) para el monitoreo dinámico de floraciones o blooms de cianobacterias y la navegación precisa y segura de estos VAS. Este enfoque busca contribuir a la gestión eficiente y sostenible de los recursos hídricos afectados por la proliferación de dichas floraciones. Esta memoria de tesis consta de tres estudios fundamentales desde la perspectiva de los SVA, presentados en los capítulos 2, 3 y 4, los cuales abordan de manera integral aspectos diferenciados, pero estrechamente interrelacionados...This doctoral thesis addresses the growing challenge posed by cyanobacterial blooms in lentic water bodies sucha as lakes, ponds, reservoirs and wetlands, given their impact on human health, aquatic ecosystems and the economy. The early detection of these phenomena is crucial to mitigate their adverse effects, especially in drinking and recreational water sources. In this regard, we propose the development of visual perception methods and procedures, integrating innovative appoaces, such as the use of Machine Vision Systems (MVS) on board Autonomous Surface Vehicles (ASVs) and advanced Deep Learning (DL) methods for the dynamic monitoring of cyanobacterial blooms and the accurate and safe navigation of these ASVs. This approach aims to contribute to the efficient and sustainable management of water resources affected by such blooms. More specifically, the main contribution consists of three fundamental studies, presented in chapters 2, 3 and 4, which comprehensively address differentiated but closely interrelates aspects...spadoctoral thesisopen access004.032.26:574.5(043.5)Redes neuronales convolucionalesRedes generativasDetección de objetosSegmentación semánticaVisión por computadorVehículos autónomos de superficieFloraciones de cianobacteriasCuerpos de agua estancadaMonitoreo ambientalInformática (Informática)1203.17 Informática