Fabio Augusto Faria
Instituto de Ciência e Tecnologia
Programa de Pós-Graduação: Ciência da Computação
E-Mail: ffaria@unifesp.br
Resumo
Possui graduação em Ciência da Computação (Universidade Estadual Paulista "Júlio de Mesquita Filho" -- UNESP, 2007), Mestrado em Ciência da Computação (Universidade Estadual de Campinas -- UNICAMP, 2010) e Doutorado (Universidade Estadual de Campinas -- UNICAMP, 2014). Foi Pesquisador Visitante na University of South Florida, Tampa/Florida (04/2012 -- 04/2013) sob orientação do Prof. Dr. Sudeep Sarkar. De 03/2014 a 03/2015, realizou pós-doutoramento no Instituto de Computação da Universidade de Campinas sob supervisão do professor Ricardo Torres. Dentre 07/2019 a 10/2020 foi Pesquisador Visitante no Australian Institute for Machine Learning (AIML) na The University of Adelaide. Atualmente é Professor Adjunto no Instituto de Ciência e Tecnologia da Universidade Federal de São Paulo (ICT-UNIFESP), coordenador do Grupo de Robótica FORGERS e membro lider do Grupo de Inovação baseada em Imagens e Sinais (GIBIS). As áreas de pesquisas de maior interesse são Aprendizagem de Máquina, Mineração de Dados, Fusão de Informação, Visão Computacional e Processamento de Imagens.
Fonte: Lattes CNPq
Nomes em citações bibliográficas
FARIA, Fabio Augusto;FARIA, FÁBIO A.;FARIA, F.;FARIA, FABIO A.;Faria, F. F.;Faria, Fabio F.;FARIA, F.A.;AUGUSTO FARIA, FABIO
Exportar dados
Exportar produção no formato BIBTEX
Perfis na web
Tags mais usadas
Pular nuvens de palavrasIdiomas
Inglês
Compreende bem, Fala razoavelmente, Lê bem, Escreve bem
Português
Compreende bem, Fala bem, Lê bem, Escreve bem
Formação
Doutorado em Ciência da Computação
A framework for pattern classifier selection and fusion
Orientação: Ricardo da Silva Torres
Universidade Estadual de Campinas
Mestrado em Ciência da Computação
Uso de Técnicas de Aprendizagem para Classificação e Recuperação de Imagens.
Processamento de Imagem
Sistemas de Computação
Orientação: Ricardo da Silva Torres
Universidade Estadual de Campinas
2008 a 2010
Graduação em Ciências da Computação
Mineração de Dados Paralela em Ambiente Cluster de Computadores
Orientação: Milton Shirokazu Shimabukuro
Universidade Estadual Paulista Júlio de Mesquita Filho
2003 a 2007
Produção
2024
-
A Satellite Band Selection Framework for Amazon Forest Deforestation Detection Task (2024)
Trabalhos em eventos
Autores: NETO, EDUARDO BOUHID; Fabio Augusto Faria; DE OLIVEIRA, AMANDA DE ALMEIDA SALES; FAZENDA, ALVARO LUIZ
Fonte: Proceedings of the Genetic and Evolutionary Computation Conference , p. 1300
-
Creating Ensembles of Classifiers through UMDA for Aerial Scene Classification (2024)
Trabalhos em eventos
Autores: Fabio Augusto Faria; BURIS, LUIZ HENRIQUE; PEREIRA, LUIS AUGUSTO MARTINS; CAPPABIANCO, FABIO AUGUSTO MENOCCI
Fonte: Proceedings of the Genetic and Evolutionary Computation Conference , p. 1228
-
ForestEyes: Citizen Scientists and Machine Learning-Assisting Rainforest Conservation (2024)
Artigo publicado
Autores: FAZENDA, ÁLVARO L.; Fabio Augusto Faria
Fonte: COMMUNICATIONS OF THE ACM , v. 1 , p. 1 - Extrato QUALIS: A1
2023
2022
-
Weakly supervised learning based on hypergraph manifold ranking (2022)
Artigo publicado
Autores: PRESOTTO, JOÃO GABRIEL CAMACHO; DOS SANTOS, SAMUEL FELIPE; VALEM, LUCAS PASCOTTI; Fabio Augusto Faria; PAPA, JOÃO PAULO; Jurandy Gomes de Almeida Junior; PEDRONETTE, DANIEL CARLOS GUIMARÃES
Fonte: JOURNAL OF VISUAL COMMUNICATION AND IMAGE REPRESENTATION , v. 89 , p. 103666 - Extrato QUALIS: A1
-
-
-
-
2021
-
-
-
ForestEyes Project: Conception, enhancements, and challenges (2021)
Artigo publicado
Autores: DALLAQUA, FERNANDA B.J.R.; Álvaro Luiz Fazenda; FARIA, FABIO A.
Fonte: Future Generation Computer Systems , v. 124 , p. 422 - Extrato QUALIS: A1
-
A Stomata Classification and Detection System in Microscope Images of Maize Cultivars (2021)
Artigo publicado
Autores: Alexandre H. Aono; James S. Nagai; Gabriella da S. M. Dickel; Rafaela C. Marinho; Paulo E. A. M. de Oliveira; João P. Papa; Fabio Augusto Faria
Fonte: PLoS One , v. 16 , p. 1 - Extrato QUALIS: A1
-
-
-
Creating Classifier Ensembles through Meta-heuristic Algorithms for Aerial Scene Classification (2021)
Trabalhos em eventos
Autores: FERREIRA, ALVARO R.; DE ROSA, GUSTAVO H.; PAPA, JOAO P.; CARNEIRO, GUSTAVO; Fabio Augusto Faria
Fonte: 2020 25th International Conference on Pattern Recognition (ICPR) , p. 415
2020
-
-
-
Automatic Meta-Feature Engineering for CNN Fusion in Aerial Scene Classification Task (2020)
Artigo publicado
Autores: DE MELO, VINICIUS V.; SOTTO, LEO F. D. P.; LEONARDO, MATHEUS M.; Fabio Augusto Faria
Fonte: IEEE Geoscience and Remote Sensing Letters , v. 17 , p. 1652 - Extrato QUALIS: A1
-
Building Data Sets for Rainforest Deforestation Detection Through a Citizen Science Project (2020)
Artigo publicado
Autores: DALLAQUA, FERNANDA BEATRIZ JORDAN ROJAS; FARIA, FABIO AUGUSTO; Álvaro Luiz Fazenda
Fonte: IEEE Geoscience and Remote Sensing Letters , v. 1 , p. 1 - Extrato QUALIS: A1
-
-
-
Why are Generative Adversarial Networks so Fascinating and Annoying? (2020)
Trabalhos em eventos
Autores: Fabio Augusto Faria; CARNEIRO, GUSTAVO
Fonte: 2020 33rd SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 1
2019
-
-
ForestEyes Project: Can Citizen Scientists Help Rainforests? (2019)
Trabalhos em eventos
Autores: Fernanda Beatriz J. R. Dallaqua; Álvaro Luiz Fazenda; Fabio Augusto Faria
Fonte: Proceedings of 2019 15th International Conference on eScience (eScience) , p. 18
2018
-
A correlation-based approach for event detection in Instagram (2018)
Artigo publicado
Autores: DOS SANTOS, ELDER DONIZETTI; QUILES, MARCOS GONÇALVES; Fabio Augusto Faria
Fonte: JOURNAL OF INTELLIGENT & FUZZY SYSTEMS , v. 1 , p. 1 - Extrato QUALIS: A2
-
A Graph-based Approach for Static Ensemble Selection in Remote Sensing Image Analysis (2018)
Trabalhos em eventos
Autores: Fabio Augusto Faria; SARKAR, SUDEEP
Fonte: 2018 24th International Conference on Pattern Recognition (ICPR) , p. 344
-
A Practical Review on Medical Image Registration: From Rigid to Deep Learning Based Approaches (2018)
Trabalhos em eventos
Autores: ANDRADE, NATAN; Fabio Augusto Faria; CAPPABIANCO, FABIO AUGUSTO MENOCCI
Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 463
-
Deep Feature-Based Classifiers for Fruit Fly Identification (Diptera: Tephritidae) (2018)
Trabalhos em eventos
Autores: LEONARDO, MATHEUS MACEDO; CARVALHO, TIAGO J.; REZENDE, EDMAR; ZUCCHI, ROBERTO; Fabio Augusto Faria
Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 41
-
Active Learning Approaches for Deforested Area Classification (2018)
Trabalhos em eventos
Autores: J. R. DALLAQUA, FERNANDA B.; FARIA, FABIO AUGUSTO; Álvaro Luiz Fazenda
Fonte: 2018 31st SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI) , p. 48
2017
-
-
Mid-level Image Representation for Fruit Fly Identification (Diptera: Tephritidae) (2017)
Trabalhos em eventos
Autores: LEONARDO, MATHEUS MACEDO; AVILA, SANDRA; ZUCCHI, ROBERTO A.; Fabio Augusto Faria
Fonte: 2017 IEEE 13th International Conference on e-Science (e-Science) , p. 202
-
-
-
SiRCub (2017)
Artigo publicado
Autores: TOMÀS, JORDI CREUS; Fabio Augusto Faria; ESQUERDO, JÚLIO CÉSAR DALLA MORA; COUTINHO, ALEXANDRE CAMARGO; MEDEIROS, CLAUDIA BAUZER
Fonte: INTERNATIONAL JOURNAL OF AGRICULTURAL AND ENVIRONMENTAL INFORMATION SYSTEMS , v. 8 , p. 20 - Extrato QUALIS: B2
2016
-
Time series-based classifier fusion for fine-grained plant species recognition (2016)
Artigo publicado
Autores: Fabio Augusto Faria; Almeida, Jurandy; ALBERTON, BRUNA; MORELLATO, LEONOR PATRICIA C.; ROCHA, ANDERSON; Ricardo da Silva Torres
Fonte: Pattern Recognition Letters , v. 81 , p. 101 - Extrato QUALIS: A2
-
Fusion of Time Series Representations for Plant Recognition in Phenology Studies (2016)
Artigo publicado
Autores: Fabio Augusto Faria; Jurandy Gomes de Almeida Junior; Bruna Alberton; Leonor Patrícia Cerdeira Morellato; Ricardo da Silva Torres
Fonte: PATTERN RECOGNITION LETTERS , v. 83 , p. 205 - Extrato QUALIS: A2
-
Information Fusion for Cocaine Dependence Recognition using fMRI (2016)
Trabalhos em eventos
Autores: Fabio Augusto Faria; Fábio Augusto Menocci Cappabianco; Chiang-Shan Ray Li; Jaime Shinsuke Ide
Fonte: 23rd International Conference on Pattern Recognition
-
Illuminant-based Transformed Spaces for Image Forensics (2016)
Artigo publicado
Autores: Tiago J. de Carvalho; Fabio Augusto Faria; Ricardo da Silva Torres; Hélio pedrini; Anderson Rocha
Fonte: IEEE Transactions on Information Forensics and Security , p. 1 - Extrato QUALIS: A1
-
Toward an Automated Identification of Anastrepha Fruit Flies in the fraterculus group (Diptera, Tephritidae) (2016)
Artigo publicado
Autores: Paula Perre; Fabio Augusto Faria; JORGE, L.R.; Anderson Rocha; Ricardo da Silva Torres; Thomas Lewinsohn; Roberto Antonio Zucchi
Fonte: Neotropical Entomology (Impresso) , v. o , p. 1 - Extrato QUALIS: A4
2015
-
-
An Efficient Cloud-Based Iris Recognition Solution for Mobile Devices (2015)
Trabalhos em eventos
Autores: SANTOS, FRANCES ALBERT; Fabio Augusto Faria; BOUKERCHE, AZZEDINE; VILLAS, LEANDRO APARECIDO
Fonte: Proceedings of the 13th ACM International Symposium on Mobility Management and Wireless Access - MobiWac '15 , p. 89
-
-
Iris Recognition Based on Local Binary Descriptors (2015)
Artigo publicado
Autores: ALBERT SANTOS, FRANCES; Fabio Augusto Faria; APARECIDO VILLAS, LEANDRO
Fonte: Revista IEEE América Latina , v. 13 , p. 2770 - Extrato QUALIS: B2
2014
-
Evaluation of Time Series Distance Functions in the Task of Detecting Remote Phenology Patterns (2014)
Trabalhos em eventos
Autores: Jose Carlos Conti; Fabio Augusto Faria; Jurandy Gomes de Almeida Junior; Bruna Alberton; Leonor Patrícia Cerdeira Morellato; Luiz Camolesi Júnior; Ricardo da Silva Torres
Fonte: 22nd International Conference on Pattern Recognition
-
-
A framework for selection and fusion of pattern classifiers in multimedia recognition (2014)
Artigo publicado
Autores: Fabio Augusto Faria; DOS SANTOS, JEFERSSON A.; ROCHA, ANDERSON; TORRES, RICARDO DA S.
Fonte: Pattern Recognition Letters , v. 39 , p. 52 - Extrato QUALIS: A2
-
Rank Aggregation for Pattern Classifier Selection in Remote Sensing Images (2014)
Artigo publicado
Autores: Fabio Augusto Faria; PEDRONETTE, DANIEL C. G.; DOS SANTOS, JEFERSSON A.; ROCHA, ANDERSON; TORRES, RICARDO DA S.
Fonte: IEEE J-STARS , v. 7 , p. 1103 - Extrato QUALIS: A1
-
Swarm-based Descriptor Combination and its Application for Image Classification (2014)
Artigo publicado
Autores: Alex Mansano; Jessica Akemi Matsuoka; Luis Claudio Sugi Afonso; João P. Papa; Fabio Augusto Faria; Ricardo da Silva Torres
Fonte: ELCVIA. Electronic letters on computer vision and image analysis , v. 13 , p. 13
-
Automatic identification of fruit flies (Diptera: Tephritidae) (2014)
Artigo publicado
Autores: Fabio Augusto Faria; Paula Perre; ZUCCHI, R.A.; JORGE, L.R.; LEWINSOHN, T.M.; Anderson Rocha; TORRES, R. DA S.
Fonte: Journal of Visual Communication and Image Representation (Print) , v. 25 , p. 1516 - Extrato QUALIS: A1
2013
-
Classifier Selection Based on the Correlation of Diversity Measures: When Fewer Is More (2013)
Trabalhos em eventos
Autores: Fabio Augusto Faria; DOS SANTOS, JEFERSSON A.; SARKAR, SUDEEP; ROCHA, ANDERSON; TORRES, RICARDO DA S.
Fonte: 2013 XXVI Conference on Graphics, Patterns and Images , p. 16
2012
-
Automatic fusion of region-based classifiers for coffee crop recognition (2012)
Trabalhos em eventos
Autores: Fabio Augusto Faria; DOS SANTOS, JEFERSSON A.; TORRES, RICARDO DA S.; ROCHA, ANDERSON; FALCAO, ALEXANDRE X.
Fonte: 2012 IEEE International Geoscience and Remote Sensing Symposium , p. 2221
-
Descriptor Correlation Analysis for Remote Sensing Image Multi-Scale Classification (2012)
Trabalhos em eventos
Autores: Jefersson Alex dos Santos; Fabio Augusto Faria; Ricardo da Silva Torres; Philippe Henri Gosselin; Sylvie Philipp-Foliguet; Alexandre X. Falcão; Anderson Rocha
Fonte: 21st International Conference on Pattern Recognition
-
Automatic Classifier Fusion for Produce Recognition (2012)
Trabalhos em eventos
Autores: Fabio Augusto Faria; SANTOS, JEFERSSON ALEX DOS; ROCHA, ANDERSON; TORRES, RICARDO DA S.
Fonte: 2012 25th SIBGRAPI Conference on Graphics, Patterns and Images , p. 252
-
Improving Image Classification through Descriptor Combination (2012)
Trabalhos em eventos
Autores: Alex Mansano; Jessica Akemi Matsuoka; Luis Claudio Sugi Afonso; João P. Papa; Fabio Augusto Faria; TORRES, R. DA S.
Fonte: 2012 25th SIBGRAPI Conference on Graphics, Patterns and Images , p. 324
2011
2010
-
Learning to rank for content-based image retrieval (2010)
Trabalhos em eventos
Autores: Fabio Augusto Faria; VELOSO, ADRIANO; ALMEIDA, HUMBERTO M.; VALLE, EDUARDO; TORRES, RICARDO DA S.; GONÇALVES, MARCOS A.; MEIRA, WAGNER
Fonte: Proceedings of the international conference on Multimedia information retrieval - MIR '10 , p. 285
-
-
A Genetic Programming approach for coffee crop recognition (2010)
Trabalhos em eventos
Autores: Jefersson Alex dos Santos; Fabio Augusto Faria; CALUMBY, R.; TORRES, R. DA S.; LAMPARELLI, R. A. C.
Fonte: 2010 IEEE International Geoscience and Remote Sensing Symposium , p. 3418
2009
-
A Comparative Study among Pattern Classifiers in Interactive Image Segmentation (2009)
Trabalhos em eventos
Autores: SPINA, THIAGO V.; MONTOYA-ZEGARRA, JAVIER A.; ANDRIJAUSKAS, FÁBIO; Fabio Augusto Faria; ZAMPIERI, CARLOS E.A.; PINTO-CÁCERES, SHEILA M.; CARVALHO, TIAGO J. DE; FALCÃO, ALEXANDRE X.
Fonte: 2009 XXII Brazilian Symposium on Computer Graphics and Image Processing , p. 268
2008
2006
Atuações
Universidade Estadual de Campinas
-
Professor
Programa de Estágio Docente
2010 a 2010
-
Monitor
Programa de Estágio Docente
2008 a 2008
-
Monitor
Programa de Estágio Docente
2009 a 2009
-
Professor
Programa Estágio Docente
2013 a 2013
IEEE Journal of Selected Topics in Applied Earth Observations and Remote Se
-
Revisor de periódico
Desde 2013
Signal, Image and Video Processing (Internet)
-
Revisor de periódico
Desde 2014
Universidade Federal de São Paulo
-
Adjunto AI
Desde 2015
IEEE Transactions on Geoscience and Remote Sensing
-
Revisor de periódico
Desde 2015
Universidade Estadual Paulista Júlio de Mesquita Filho
-
Desde 2014
Journal of Visual Communication and Image Representation (Print)
-
Revisor de periódico
Desde 2014
Information Fusion (Print)
-
Revisor de periódico
Desde 2016
Ministério da Ciência, Tecnologia e Inovação
-
Membro de comitê assessor
Desde 2017
Computers and Electrical Engineering
-
Revisor de periódico
Desde 2017
COMPUTERS & GRAPHICS-UK
-
Revisor de periódico
Desde 2017
PATTERN RECOGNITION
-
Revisor de periódico
Desde 2017
Journal of Intelligent Systems
-
Revisor de periódico
Desde 2017
Instituto Federal de São Paulo
-
Desde 2017
Fundação de Amparo à Pesquisa do Estado de São Paulo
-
Revisor de projeto de fomento
Desde 2018
COMPUTERS AND ELECTRONICS IN AGRICULTURE
-
Revisor de periódico
Desde 2018
University of Adelaide
-
Desde 2019
Ensino
Orientações e supervisões
Tese de doutorado em andamento
-
Planejador inteligente para cura otimizada de peças de materiais compósitos em autoclaves
Ciência da Computação
Conselho Nacional de Desenvolvimento Científico e Tecnológico
Universidade Federal de São Paulo
Desde 2021
-
Aprendizagem por Reforco aplicado à Linha de Montagem
Ciência da Computação
Universidade Federal de São Paulo
Desde 2020
Dissertação de mestrado em andamento
-
Desempenho de Microcontroladores em Modelos de Rede Neural para Reconhecimento de Objetos em Cenários de Resgate na Olimpíada Brasileira de Robótica
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Desde 2024
-
Probabilistic Diffusion Models for Incomplete Supervision
Ciência da Computação
Universidade Federal de São Paulo
Desde 2023
-
Explainable AI based Evolutionary Computation
Ciência da Computação
Universidade Federal de São Paulo
Desde 2020
Tese de doutorado concluídas
-
Fernanda Beatriz J. R. Dallaqua
Projeto ForestEyes - Ciência Cidadã e Aprendizado de Máquina na Detecção de Áreas Desmatadas em Florestas Tropicais
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2020
Dissertação de mestrado concluídas
-
Guilherme Bruno Araújo Pimenta
e-NEAT: Um Arcabouço de Combinação de Classificadores baseados em Neuroevolução
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2023
-
Técnicas de Aprendizado Profundo de Métrica baseadas em Mixup
Ciência da Computação
Fundação de Amparo à Pesquisa do Estado de São Paulo
Universidade Federal de São Paulo
Concluído em 2022
-
Desenvolvimento de Métricas de Similaridade em Registros Médicos Fundamentada em Redes Neurais Profundas
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2020
-
Álvaro Roberto Ferreira Júnior
Um arcabouco para Seleção e Combinação de Classificadores
Ciência da Computação
Coordenação de Aperfeiçoamento de Pessoal de Nível Superior
Universidade Federal de São Paulo
Concluído em 2019
-
A Correlation-based Approach for Event Detection in Instagram
Ciência da Computação
Universidade Federal de São Paulo
Concluído em 2017
-
Uma Solução baseada no Reconhecimento de Iris para Proteção de Dados em Dispositivos Móveis
Ciência da Computação
SAMSUNG ELETRÔNICA DA AMAZÔNIA LTDA
Universidade Estadual de Campinas
Concluído em 2016
Gestão
Pesquisa
Universidade Estadual de Campinas
Universidade Federal de São Paulo
-
ForestEyes Project: Citizens can help to stop the Amazon Deforestation!
Rainforests play an important role in the global ecosystem. However, significant regions of them are facing deforestation and degradation due to several reasons. Diverse government and private initiatives were created to monitor and alert for deforestation increases from remote sensing images, using different ways to deal with the notable amount of generated data. Citizen Science projects can also be used to reach the same goal. Citizen Science consists of scientific research involving nonprofessional volunteers for analyzing, collecting data, and using their computational resources to outcome advancements in science and to increase the public's understanding of problems in specific knowledge areas such as astronomy, chemistry, mathematics, and physics. In this sense, this work presents a Citizen Science project called ForestEyes, which uses volunteer's answers through the analysis and classification of remote sensing images to monitor deforestation regions in rainforests. To evaluate the quality of those answers, different campaigns/workflows were launched using remote sensing images from Brazilian Legal Amazon and their results were compared to an official groundtruth from the Amazon Deforestation Monitoring Project PRODES. In this work, the first two workflows that enclose the State of Rondônia (Amazon Forest) in the years 2013 and 2016 received more than 35,000 answers from 383 volunteers in the 2,050 created tasks in only two and a half weeks after their launch. For the other four workflows, even enclosing the same area (Rondônia) and different setups (e.g., image segmentation method, image resolution, and detection target), they received 51,035 volunteers' answers gathered from 281 volunteers in 3,358 tasks. In the performed experiments, it was possible to observe that the volunteers achieved satisfactory overall accuracy in the classification of forestation and non-forestation areas using the ForestEyes project. Furthermore, considering an efficient segmentation and a better image resolution, they can achieve outstanding effectiveness results in the classification task of recent deforestation images. Therefore, these results show that Citizen Science might be a powerful tool in monitoring deforestation regions in rainforests as well as in obtaining high-quality labeled data.
Desde 2016
-
SIBGRAPI2016 - Responsável pelo Capes-PAEP processo Nº 88881.121844/2016-01
SIBGRAPI 2012 - Conference on Graphics, Patterns and Images (anteriormente Simpósio Brasileiro de Computação Gráfica(CG) e Processamento de Imagens (PI)) é a 25ª edição do evento tradicional das áreas de CG, PI, Visão Computacional (VC), Reconhecimento de Padrões (RP) e correlatas. É promovido pela Sociedade Brasileira de Computação (SBC) e organizado sob responsabilidade da CEGRAPI (CG & PI). Em sua 25ª edição, realizada pelo DECOM/UFOP na cidade de Ouro Preto de 22 a 25 de agosto deste, o SIBGRAPI é um evento consolidado nacional e internacionalmente, sustentado pelos fatos: - O comitê de programa do SIBGRAPI é formado por pesquisadores de renome no Brasil e no exterior. - Os anais do evento vêm sendo publicados em língua inglesa pela IEEE Computer Society Press desde 1997 aumentando significativamente sua visibilidade internacional e atraindo mais estrangeiros; - Os melhores artigos do SIBGRAPI têm sido publicados em periódicos internacionais de prestígio (Qualis A1, A2 e B1 pela CAPES-CC). Webpage - http://gibis.unifesp.br/sibgrapi16/
Autores: Fabio Augusto Faria, Fernanda B.J.R. Dallaqua, Alvaro L. Fazenda, Hugo Resende, Amanda de Almeida Sales de Oliveira, Marília Lislaine Alves Silva, Eduardo Bouhid Neto
2016 a 2021
-
Depth feature-based Classifier Ensemble for Adversarial Pattern Recogntion
Our project investigates deep learning architectures to propose classifier ensemble approaches for adversarial scenarios, as white-box attacks and countermeasures (reactive and proactive)[1]. For this, we intend to combine different CNN architectures (e.g., ResNet, Densenet, VGG16, and Inception) through the use of diversity and effectiveness measures. We believe that it is possible to create robust classifier ensemble approaches to identify adversarial examples in the test set throughout the classification tasks.
Autores: Fabio Augusto Faria, Fábio Augusto Menocci Cappabianco, Thales Sehn Körting, Jurandy Gomes de Almeida Junior
2018 a 2020
-
Desenvolvimento de Métodos Robustos para Delineamento de Bordas em Imagens utilizando Grafos
Delinear bordas de objetos em imagens é fundamental no contexto de diversas áreas de conhecimento, incluindo medicina e sensoriamento remoto. A segmentação de órgãos e tecidos do cérebro humano, por exemplo, consiste em um passo necessário para o estudo da origem, diagnóstico e tratamento de doenças tais como mal de Alzheimer e esquizofrenia. Já a classificação de tipos de terrenos auxilia na prevenção de desmatamentos e a medição de nı́veis de água na emissão de alertas de enchentes ou secas. Apesar disso, as ferramentas automáticas e semiautomáticas de delineamento de bordas existentes ainda possuem enormes deficiências ao lidar com descontinuidades, ruı́dos, variação de cor, intensidade e textura. Este projeto tem como objetivo estudar alternativas para as atuais metodologias de delineamento de bordas utilizando grafos a saber: live-wire, riverbed e lazywalk. Serão estudados mecanismos para aprimorar a interação com o usuário em ferramentas semiautomáticas de delineamento bi e tridimensionais, a escolha de funções para geração de pesos de arestas, a seleção de funções de propagação de caminhos em grafos e técnicas de aprendizado supervisionado para que em cada aplicação especı́fica consiga-se identificar as bordas mais relevantes com menor esforço e acurácia..
Autores: Fabio Augusto Faria, Fabio Augusto Faria, Alexandre X. Falcão, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Jaime Shinsuke Ide, Jayaram K. Udupa, Marcos de Sales Guerra Tsuzuki, Paulo Andre Vechiatto de Miranda, CLARISSA LIN YASUDA
2017 a 2019
-
Métodos de Fusão de Informação para Aplicações e-Science
Nos dias de hoje, uma grande quantidade de dados tem sido produzida diariamente devido a popularização dos dispositivos móveis e pelo maior acesso das pessoas à internet. Com isso, o desafio que surge está em desenvolver ferramentas eficientes e eficázes de análise e descoberta de conhecimento para essa imensa quantidade de dados criados. Muitos pesquisadores têm buscado soluções inteligentes para resolver seus problemas de forma automática ou semi-automática usando diferentes tipos de dados multimídias (e.g., texto, som, imagem e vídeo). O sucesso dessas soluções inteligentes pode ser evidenciado pelo grande número de trabalhos, na literatura, que obtiveram ótimos resultados em diferentes áreas de conhecimento (e.g., médicas, biológicas e segurança). Uma área de pesquisa que tem se destacado é a chamada e-Science que reside na modelagem e desenvolvimento de novas ferramentas computacionais para auxiliar pesquisadores de outras áreas do conhecimento na resolução de problemas científicos enfrentados por eles. Neste sentido, o objetivo desta proposta é especificar e implementar métodos de fusão de técnicas de aprendizagem de máquina para combinar propriedades relevantes de diferentes tipos de dados multimídias em aplicações e-Science. A combinação de técnicas visa obter melhor eficácia ao final do processo de classificação de dados multimídia em diferentes domínios de aplicação e-Science.
Autores: Fabio Augusto Faria, Roberto Antonio Zucchi, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Jaime Shinsuke Ide
2017 a 2020
-
Treinamento para Olimpíada de Robótica
Este projeto de extensão faz parte do programa de extensão Robotics: No Frontiers, suportado por alunos do grupo de robótica FORGERS do ICT-UNIFESP. O programa de extensão Robotics: No Frontiers tem como interesse levar o assunto robótica e automação para os alunos da rede pública de ensino e comunidade da cidade de São José dos Campos e região. Algumas parcerias com instituicões (e.g., Instituto Alpha Lumen, Hacker Clube SJC e Prefeitura de São josé dos Campos) foram firmadas com objetivo de tornar-se referência no país. Este projeto, ?Treinamento para Olimpíada de Robótica?, o foco está no aprofundamento dos conceitos de robótica para os alunos da rede pública já visitados pelo programa e então, prepará-los para a Olimpíada Brasileira de Robótica (OBR).
Desde 2016
-
Cadastro de ativos em redes compartilhadas via Visão Computacional
Projeto referente ao termo de cooperação entre a UNIFESP e a Empresa Matrix Engenharia em Energia LTDA.
Autores: Fabio Augusto Faria, Bruno Kimura, Fabio Augusto Faria, Jurandy Gomes de Almeida Junior, Fábio Augusto Menocci Cappabianco, Marcos Gonçalves Quiles
2015 a 2019
-
Robotics Program: No Frontiers
Este programa de extensão que é composto por alunos e professores do ICT-UNIFESP com interesse difundir as áreas de robótica e automação na sociedade. O público alvo é alunos da rede pública de ensino e comunidade da cidade de São josé dos Campos e região. Este projeto de extensão é composto por diferentes módulos que abrange desde ensino de robótica para jovens, formação de times para competição (e.g., Olimpíadas de Robótica) até criação de eventos temáticos. Algumas parcerias com outras instituições e empresas foram firmadas para que o programa se torne referência no país. Os parceiros são o Intituto Alpha Lumen, Instituto Tecnológico da Aeronáutica, HackerClube e EMBRAER.
Desde 2015
Universidade Estadual Paulista Júlio de Mesquita Filho
-
Weakly Supervised Learning for Compressed Video Analysis on Retrieval and Classification Tasks for Visual Alert
Several machine learning techniques have relied on large labeled data sets to construct predictive models and solving supervised learning tasks. The use of deep learning techniques can be highlighted, since it have been broadly and successfully used in various domains. On the other hand, in many circumstances, the labeled sets are unavailable or insufficient to train ef fective supervised models. Such scenarios have been mainly addressed by unsuperv ised learning techniques, which consider the unlabeled data to learn about its structure. However, the use of completely unsupervied methods still remains a research challenge in many scenarios and situations. A promising solution is based on the use of weakly supervised approaches, capable of performing ef fective learning tasks based on incomplete or inaccurate labeled sets. In this project, we intend to investigate the analysis, retrieval, and classification of compressed video domain based on small training sets. The main object of the project consists in to investigate and propose methods capable of analysing compressed video sequences and trigger alerts according to considered applications. Such approaches can be useful and relevant in several domains, ranging from surveillance, medical and industrial environments to smart homes. The fundamental research challenge consists in making use of dif ferent techniques in order to analyse, represent, and classificate videos using restricted labeled data. The proposed approach aims at exploiting the maximum available information, in order to become the approach suitable for operating with small training datasets. W e intend to exploit: (i) deep learning representations; (ii) contextual unsupervised measures and; (iii) fusion techniques, in order to extend the initial labeled sets. The first challenge to be addressed is to analyse and represent videos in the compressed domain using deep learning techniques. Based on such representations, we intend to investigate strategies for expanding the training sets using unsupervised contextual measures. Given the obtained labeled sets, fusion strategies will be used to combined diverse classification methods and triggering alerts. Although the methods which will investigated c an be used in several domains, we intend to select domains to validate the proposed approaches. The selection will be perfo rmed considering the existence of public available datasets to conduct experimental evaluation
2019 a 2023
-
Combining new technologies to monitor phenology from leaves to ecosystems
The e-phenology is a multidisciplinary project that explores innovative solutions for plant monitoring in the tropics, combining research in Computer Science, Phenology, and Ecology. On-the-ground phenological observations preclude large areas of study and are laborious and time consuming. Near-surface remote phenology with digital cameras is still area-limited but reduces considerably manpower. Furthermore, it has proven to be an important tool for monitoring several species and accurately accessing leaf changes. In this project, we aim to apply new technologies to enhance the capabilities of near-surface remote phenological observation to detect changes on various scales, from leaves to ecosystems. Our goal is to address theoretical and practical problems involving the combination of two remote phenology monitoring systems: digital and hyperspectral cameras at three scales: on-the-ground, phenology tower, and near-space using Unmanned Aerial Vehicle (UAV). It is geared towards four innovative objectives: (a) to develop a protocol for extracting spectral data from the RGB color channels, improving the information that can be derived from low-cost digital monitoring systems; (b) to apply those technologies to extract plant ecophysiological data advancing our knowledge of plant seasonal responses to environmental drivers in the tropics to climate change; (c) to develop near-surface monitoring system for reproductive phenophases i.e., flowering and fruiting, based on digital and hyperspectral images truth-grounded by species-specific spectral data; and (d) to advance and to apply novel database, image processing, machine learning, and visualization models, methods, and algorithms to support acquisition, management, integration, and analysis of phenology data systems from various scales. The research team is composed of Computer Scientists and researchers in Plant Ecology and Phenology..
Autores: Fabio Augusto Faria, João P. Papa, Daniel Carlos Guimarães Pedronette, Jurandy Gomes de Almeida Junior
2014 a 2016
Instituto Federal de São Paulo
University of Adelaide
Atualização Lattes em 2024-07
Processado em 2024-07-22