Feitosa, Raul Queiroz

1956 -

Professor Assistente

Departamento de Engenharia Elétrica

PUC-Rio

CURRICULO LATTES ORCID

Autor
- BIAS AND FAIRNESS
- OPEN SET
- OS SUPPORT
- VISUAL FOUNDATION MODELS
- VLM - HANDS ON
- VLM - THEORY
- DATA FUSION - HANDS ON
- DATA FUSION - THEORY
- VISION LANGUAGE MODEL
- VISION TRANSFORMERS 2023
- SELF SUPERVISED LEARNING - HANDS-ON
- TRANSFORMERS HANDS-ON
- VISION TRANSFORMERS
- DOMAIN ADAPTATION HANDS-ON
- SELF SUPERVISED LEARNING - THEORY
- AUTOML - HANDS ON
- AUTOML - THEORY
- SPATIOTEMPORAL FORECASTING
- UNCERTAINTY IN DEEP LEARNING - HANDS ON
- UNCERTAINTY IN DEEP LEARNING - THEORY
- VISION TRANSFORMERS
- VISION TRANSFORMERS
- SELF ATTENTION - HANDS ON
- SELF ATTENTION
- AUTOENCODERS
- AUTOENCODERS - HANDS ON
- UNSUPERVISED LEARNING
- GANS HANDS-ON
- UNSUPERVISED LEANING- HANDS ON
- GANS
- MASK R-CNN HANDS-ON
- MASK R-CNN
- RNN HANDS ON
- INTERCONNECTION STRUCTURES 2
- YOLO
- AULA 04 - SEMANTIC SEGMENTATION - PART 1
- AULA 05 - SEMANTIC SEGMENTATION - PART 2
- AULA 06 - RECURRENT NEURAL NETWORKS
- HOMEWORK 2 - SEMANTIC SEGMENTATION
- SEMANTIC SEGMENTATION HANDS-ON
- SEMANTIC SEGMENTATION HANDS-ON
- AULA 03 - CNN ARCHITECTURES
- AULA 03 - GENERALIZATION
- AULA 03 - OPTIMIZATION
- AULA 03 - OPTIMIZATION HANDS ON
- AULA 02 - BACKPROPAGATION
- AULA 02 - CNN + CNN TRAINING
- LECTURE 01 - INTRODUCTION
- AULA 26 - RISC
- AULA 23 - PARALLEL COMPUTERS 2
- AULA 25- MICROARCHITECTURE
- AULA 12 - AUTOML - HANDS ON
- AULA 24 - MULTICORE
- AULA 12 - AUTOML
- AULA 20 - PROCESSOR ORGANIZATION 2
- AULA 21 - SUPERSCALAR PROCESSORS
- AULA 22 - PARALLEL COMPUTERS 1
- AULA 19 - PROCESSOR ORGANIZATION 1
- AULA 11 - METALEARNING 1
- AULA 11 - METALEARNING 1 DEMO
- AULA 11 - METALEARNING 2
- AULA 11 - METALEARNING 2 DEMO
- AULA 10 - UNSUPERVISED LEARNING 2
- AULA 10 - UNSUPERVISED LEARNING 2 - HANDS ON
- AULA 09 - CHANGE DETECTION
- AULA 09 - CHANGE DETECTION - HANDS-ON
- AULA 17 - OPERATING SYSTEM SUPPORT 2
- AULA 08 - UNSUPERVISED LEARNING 1
- AULA 08 - UNSUPERVISED LEARNING 1 - HANDS ON
- AULA 16 - OPERATING SYSTEM SUPPORT 1
- AULA 07 - DPT
- AULA 07 - SWINUNET
- AULA 07 - VISION TRANSFORMERS
- AULA 07 - VISION TRANSFORMERS
- AULA 14 - INPUT/OUTPUT 2
- AULA 12 - EXTERNAL MEMORY 2
- AULA 13- INPUT/OUPUT 1
- AULA 06 - DATA FUSION
- AULA 06 - DATA FUSION - HANDS ON
- AULA 11 - SECONDARY MEMORY 1
- AULA 05 - SELF-ATTENTION
- AULA 05 - SELF-ATTENTION - HANDS-ON
- AULA 10 - INTERCONNECTION STRUCTURES 2
- AULA 09 - INTERCONNECTION STRUCTURES 1
- AULA 09 - INTERNAL MEMORY 2
- AULA 04 - DOMAIN ADAPTATION - HANDS ON
- AULA 08 - INTERNAL MEMORY 1
- DOMAIN ADAPTATION - THEORY
- AULA 07 - CACHE 3
- AULA 03 - LEARNING 3D FROM MONOCULAR IMAGES
- AULA 05 - CACHE 1
- AULA 05 - CODIGOS 2
- AULA 06 - CACHE 2
- AULA 02 - BIAS AND FAIRNESS
- AULA 02 - BIAS AND FAIRNESS - HANDS ON
- AULA 04 - DESIGNING FOR PERFORMANCE
- AULA 03 - CODIGOS 1
- AULA 02 - COMPUTER PERFORMANCE 2
- AULA 01 - UNCERTAINTY
- AULA 01 - UNCERTAINTY - HANDS ON
- AULA 01 - DESIGNING FOR PERFORMANCE 1
- AULA 15 - UNSUPERVISED LEARNING
- AULA 15 - UNSUPERVISED LEARNING - PRACTICE
- AULA 16 - AUTOENCODERS
- AULA 16 - AUTOENCODERS - PRACTICE
- AULA 14 - SIMILARITY LEARNING
- AULA 22 - SUPERSCALAR PROCESSORS 2
- AULA 13 - GANS
- AULA 13 - GANS - PRACTICE
- AULA 20 - OS SUPPORT 4
- AULA 20 - PROCESSOR ORGANIZATION 2
- AULA 21 - SUPERSCALAR PROCESSORS
- AULA 11 - OBJECT DETECTION
- AULA 11 - OBJECT DETECTION - PRACTICE
- AULA 19 - PROCESSOR ORGANIZATION 1
- AULA 12 - INSTANCE SEGMENTATION - MASK R-CNN
- AULA 12 - INSTANCE SEGMENTATION - MASK R-CNN - PRACTICE
- AULA 18 - OS SUPPORT 3
- AULA 17 - OS SUPPORT 2
- AULA 16 - INPUTOUTPUT 4
- AULA 16 - OS SUPPORT 1
- AULA 15 - INPUTOUTPUT 3
- AULA 14 - INPUTOUTPUT 2
- AULA 10 - RECURRENT NEURAL NETWORKS
- AULA 10 - RECURRENT NEURAL NETWORKS - PRACTICE
- AULA 10 - RECURRENT NEURAL NETWORKS - PRACTICE
- AULA 11 - SECONDARY MEMORY 1
- AULA 12 - SECONDARY MEMORY 2
- AULA 13 - INPUTOUTPUT 1
- AULA 13 - SECONDARY MEMORY 3
- AULA 09 - SEMANTIC SEGMENTATION - PRACTICE
- AULA 09 - SEMANTIC SEGMENTATION 2
- AULA 10 - PROBLEMS
- AULA 09 - INTERCONNECTIONS STRUCTURES 2
- AULA 08 - INTERCONNECTION STRUCTURES 1
- AULA 08 - INTERNAL MEMORY 2
- AULA 08 - SEMANTIC SEGMENTATION - PART 1
- TRANSFER LEARNING - HANDS ON
- AULA 06 - CACHE 2
- AULA 07 - INTERNAL MEMORY 1
- AULA 04 - CNN TRAINING - PART 2
- AULA 05 - CACHE - PARTE 1
- AULA 05 - GENERALIZATION
- AULA 06 - OPTIMIZATION
- AULA 07 - CNN ARQUITETURES
- OPTIMIZATION - HANDS ON
- AULA 02 - CNN
- AULA 03 - CNN TRAINING
- AULA 04- CÓDIGOS
- BACKPROPAGATION - HANDS ON
- CÓDIGOS (EXERCICIOS)
- AULA 02 - COMPUTER PERFORMANCE 1
- AULA 01 - INTRODUCTION TO DEEP LEARNING
- AULA 01 - INTRODUCTION TO DEEP LEARNING - HANDS ON
- AULA 01 - INTRODUÇÃO
- MULTICORE COMPUTERS
- RISC COMPUTERS
- PARALLEL PROCESSING - PROBLEMS
- PARALLEL PROCESSING - VIDEO 2
- PARALLEL PROCESSING - VIDEO 1
- AULA 22 - SUPERSCALAR 2
- AULA 11 - OPEN SET RECOGNITION
- AULA 11 - OPEN SET RECOGNITION - PRACTICUM 1
- AULA 11 - OPEN SET RECOGNITION - PRACTICUM 2
- AULA 12 - BIAS AND FAIRNESS
- AULA 21 - OPERATING SYSTEM SUPPORT 4
- AULA 21 - PIPELINING 2
- AULA 21 - SUPERSCALAR 1
- AULA 20 - PIPELINING 1
- AULA 19 - OPERATING SYSTEM SUPPORT 3
- AULA 18 - OPERATING SYSTEM SUPPORT 2
- AULA 08 - PRODES PROJECT
- AULA 08 - PRODES PROJECT - PRACTICE
- AULA 15/16 - INPUT/OUTPUT 2
- AULA 17 - OPERATING SYSTEM SUPPORT 1
- AULA 15 - EXTERNAL MEMORY 3
- AULA 15 - INPUTOUTPUT 1
- AULA 16 - INPUT/OUTPUT 2
- AULA 08 - CHANGE DETECTION IN THE ERA OF DEEP LEARNING
- AULA 14 - EXTERNAL MEMORY 2
- AULA 13 - INTERCONNECTION STRUCTURES 4
- AULA 13 - SECONDARY MEMORY 1
- AULA 07 - UNCERTAINTY IN DEEP LEARNING
- AULA 07 - UNCERTAINTY IN DEEP LEARNING - PRACTICE
- AULA 12 - INTERCONNECTION STRUCTURES 3
- AULA 11 - INTERCONNECTION STRUCTURES 2
- AULA 06 - UNSUPERVISED LEARNING 2
- AULA 06 - UNSUPERVISED LEARNING 2 - PRACTICE
- AULA 10 - INTERCONNECTION STRUCTURES 1
- AULA 10 - INTERNAL MEMORY 2
- AULA 05 - UNSUPERVISED LEARNING 1
- AULA 05 - UNSUPERVISED LEARNING 1 - PRACTICE
- AULA 04 - DOMAIN ADAPTATION - HANDS ON
- AULA 04 - DOMAIN ADAPTATION APPLIED TO DEFORESTATION MAPPING
- AULA 08 - CACHE MEMORY 3
- AULA 09 - CACHE MEMORY 4
- AULA 09 - INTERNAL MEMORY 1
- AULA 06 - CACHE MEMORY 1
- AULA 06 - CÓDIGOS 2
- AULA 07 - CACHE MEMORY 2
- AULA 07 - CACHE MEMORY 2
- AULA 03 - DOMAIN ADAPTATION IN DEEP LEARNING - DENNIS WITTICH
- AULA 05 - CÓDIGOS 1
- AULA 04 - DESIGNING FOR PERFORMANCE 3
- AULA 02 - ATTENTION
- AULA 02 - ATTENTION - PRACTICE
- AULA 03 - DESIGNING FOR PERFORMANCE 2
- AULA 01 - INTRODUCTION
- AULA 02 - DESIGNING FOR PERFORMANCE 1
- PROJECT PROPOSAL - DOMAIN ADAPTATION THROUGH FEATURE ADAPTATION FOR CHANGE DETECTION
- PROJECT PROPOSAL - DATA AUGMENTATION FOR DEFORESTATION DETECTION
- PROJECT PROPOSAL - FACE ANTI-SPOOFING
- PROJECT PROPOSAL - FULLY CONVOLUTIONAL SELF-ATTENTION FOR CROP MAPPING IN TROPICAL REGION
- PROJECT PROPOSAL - OUTLIER EXPOSURE FOR OPEN SET CROP RECOGNITION
- PROJECT PROPOSAL DOMAIN ADAPTATION THROUGH FEATURE ADAPTATION FOR CHANGE DETECTION
- PROJECT PROPOSAL DOMAIN ADAPTATION THROUGH FEATURE ADAPTATION FOR CHANGE DETECTION
- PROJECT PROPOSAL- FUSION OF SAR AND OPTICAL IMAGES FOR DEFORESTATION DETECTION IN TROPICAL RAINFOREST
- PROJECT PROPOSAL - DOMAIN ADAPTATION FOR DEFORESTATION DETECTION USING SEMI-SUPERVISED GANS
- PROJECT PROPOSAL- FUSION OF SAR AND OPTICAL IMAGES FOR DEFORESTATION DETECTION IN TROPICAL RAINFOREST
- AULA 01 - INTRODUCTION
- GABARITO G3
- AULA 24 - RISC
- AULA 23 - MULTICORE COMPUTERS
- AULA 22 - PARALLEL PROCESSING 2
- AULA 12 - SIMILARITY LEARNING 2
- PARALLEL PROCESSING - EXERCISES
- AULA 21 - PARALLEL PROCESSING 1
- AULA 20 - SUPERSCALAR 2
- AULA 11 - UNSUPERVISED LEARNING - PRACTICE
- AULA 11 - UNSUPERVISED LEARNING
- AULA 19 - SUPERSCALAR 1
- AULA 18 - PIPELINE 2
- AULA 19 - OS SUPPORT 4
- AULA 18 - SUPORTE AO SO 3
- AULA 16 - SUPORTE SO 2
- AULA 17 - PIPELINING 1
- AULA 09 - GANS
- AULA 09 - GANS PRACTICE
- AULA 10 - AUTOENCODERS
- AULA 10 - AUTOENCODERS - PRACTICE
- AULA 10 - AUTOENCODERS - PRACTICE
- AULA 15 - SUPORTE AO SO 1
- AULA 13 - ENTRADA SAIDA 3
- AULA 08 - OBJECT DETECTION 2
- AULA 08 - OBJECT DETECTION 2 - PRACTICE
- AULA 11 - ENTRADA/SAIDA 1
- AULA 12 - ENTRADA/SAIDA 2
- PROJECT PROPOSAL - DEFORESTATION FROM LONG IMAGE SEQUENCES
- AULA 08 - ESTRUTURAS DE INTERCONEXÃO 1
- PROJEC PROPOSAL - NEURAL ARCHITECTURE SEARCH
- PROJECT PROPOSAL - APPROACHING DATA IMBALANCE FOR DEFORESTATION DETECTION
- PROJECT PROPOSAL - DOMAIN ADAPTATION FOR DEFORESTATION DETECTION
- PROJECT PROPOSAL - FINE TUNNING OF ROAD DETECTION
- AULA 10 - MEMÓRIA SECUNDÁRIA 1
- AULA 07 - OBJECT DETECTION 1
- AULA 07 - OBJECT DETECTION 1 - PRACTICE
- HOMEWORK 3 - LSTM
- AULA 06 - RECURRENT NEURAL NETWORKS
- AULA 06 - RECURRENT NEURAL NETWORKS PRACTICE
- AULA 09 - ESTRUTURAS DE INTERCONEXÃO 2
- AULA 05 - SEMANTIC SEGMENTATION 2
- AULA 05 - SEMANTIC SEGMENTATION 2
- AULA 05 -SEMANTIC SEGMENTATION PRACTICE
- HOMEWORK 2 - U-NET
- AULA 08 - MEMORIA INTERNA
- PROPOSTA DE PROJETO - SPOOFING
- AULA 07 - CACHE 2
- AULA 04 - CNN ARCHITECTURES 2
- AULA 04 - SEMANTIC SEGMENTATION 1
- AULA 04 - TRANSFER LEARNING
- AULA 05: CÓDIGOS 2
- AULA 06 - CACHE MEMORY 1
- AULA 03 - CNN ARCHITECTURES 1
- AULA 03 - GENERALIZATION
- AULA 03 - OPTIMIZATION
- AULA 03 - OPTIMIZATION PRACTICE
- AULA 04 - PERFORMANCE 3
- AULA 04- CÓDIGOS 1
- AULA 02 - BACKPROPAGATION
- AULA 02 - CNN
- AULA 02 - CNN TRAINING
- AULA 03 - DESIGNING FOR PERFORMANCE 2
- ERRO
- AULA 02 - DESIGNING FOR PERFORMANCE 1
- AULA 01 - INTRODUCTION
- LECTURE 14 - FINAL PROJECT PRESENTATIONS
- AULA 26 - MULTICORE COMPUTERS
- AULA 23 - SUPERSCALAR COMPUTERS 2C
- AULA 25 - PARALLEL PROCESSING 2 - EXERCISE 4
- AULA 25 - PARALLEL PROCESSING 2
- AULA 24 - PARALLEL PROCESSING 1
- LECTURE 13 - OPEN SET LEARNING - PRACTICE
- AULA 22 - SUPERESCALAR COMPUTERS 1
- AULA 23 - SUPERESCALAR COMPUTERS 2
- LECTURE 13 - OPEN SET LEARNING - THEORY
- LECTURE 12 - UNSUPERVISED LEARNING - PRACTICE 2
- LECTURE 12 - UNSUPERVISED LEARNING - THEORY 2
- AULA 21 - OS SUPPORT 4
- AULA 21 - PIPELINING 1
- LECTURE 11 - UNSUPERVISED LEARNING - PRACTICE 1
- LECTURE 11 - UNSUPERVISED LEARNING - THEORY 1
- AULA 19 - OS SUPPORT 2
- AULA 20 - OS SUPPORT 3 2ND TRY
- AULA 18B - OS SUPPORT 1 2ND TRY
- LECTURE 10 - ATTENTION - PRACTICE
- LECTURE 10 - ATTENTION - THEORY 1
- LECTURE 10 - ATTENTION - THEORY 2
- AULA 17 - INPUT/OUTPUT 2
- AULA 18A - INPUT/OUTPUT 3
- AULA 18B - OS SUPPORT 1
- LECTURE 08 - OBJECT DETECTION - PRACTICE 2
- LECTURE 08 - OBJECT DETECTION - PRACTICE 2
- LECTURE 09 - MULTI OBJECT TRACKING - PRACTICE
- LECTURE 09 - MULTI OBJECT TRACKING - PRACTICE 2
- LECTURE 09 - MULTI OBJECT TRACKING - THEORY
- LECTURE 08 - OBJECT DETECTION - PRACTICE
- LECTURE 08 - OBJECT DETECTION - THEORY
- AULA 16 - INPUT/OUTPUT 1
- AULA 03 - COMPUTER PERFORMANCE 2
- AULA 14 - SECONDARY MEMORY 2
- LECTURE 07 - ANTI-SPOOFING - PRACTICE 2
- LECTURE 07 - ANTI-SPOOFING - PRACTICE 1
- LECTURE 07 - ANTI-SPOOFING - THEORY
- AULA 12 - INTERCONNECTION STRUCTURES 3
- AULA 11 - INTERCONNECTION STRUCTURES 2
- LECTURE 06 - SIMILARITY LEARNING - PRACTICE 2
- LECTURE 06 - SIMILARITY LEARNING - THEORY 2
- AULA -08 - CACHE 3
- AULA -09 - INTERNAL MEMORY
- AULA 10 - INTERCONNECTION STRUCTURES 1
- LECTURE 09 - INTERNAL MEMORY
- LECTURE 05 - SIMILARITY LEARNING - THEORY 1
- LECTURE 05- SIMILARITY LEARNING - PRACTICE
- LECTURE 04 - DATA FUSION - THEORY
- LECTURE 04 - DATA FUSION - PRACTICE
- AULA 07: CACHE 2
- LECTURE 03 - DOMAIN ADAPTATION - PRACTICE
- LECTURE 03 - DOMAIN ADATATION - THEORY
- AULA 06 - CACHE 1
- AULA 05 - CÓDIGOS 2
- AULA 04A - DESIGNING FOR PERFORMANCE 3
- AULA 04B- CÓDIGOS 1
- LECTURE 02 - DOMAIN ADAPTATION - DENNIS WITTICH
- AULA 03 - DESIGNING FOR PERFORMANCE 2
- AULA 01 - INTRODUÇÃO
- AULA 02 - DESIGNING FOR PERFORMANCE 1
- LECTURE 01 - INTRODUCTION
- LECTURE 09 - MULTI OBJECT TRACKING - PRACTICE
- PROJECT PROPOSAL : EFFICIENT SHIP DETECTION WITH SAR DATA - GAOFEN CHALLENGE 2020
- PROJECT PROPOSAL : SHIP DETECTION ON SAR DATA: MULTITASK HR APPROACH- GAOFEN CHALLENGE 2020
- AVALIAÇÃO DE ELE2765 EM 07 DE MAIO DE 2020
- CÓDIGOS DE DETECÇÃO E CORREÇÃO DE ERRO

Orientador/Co-Orientador

- APPLYING FULLY CONVOLUTIONAL ARCHITECTURES FOR THE SEMANTIC SEGMENTATION OF UAV, AIRBORN, AND SATELLITE REMOTE SENSING IMAGERY	14/12/2020
- DOMAIN ADAPTATION FOR DEFORESTATION DETECTION IN REMOTE SENSING:ADDRESSING PERFORMANCE ESTIMATION AND CLASS IMBALANCE	15/05/2025
- DEFORESTATION DETECTION UNDER DIVERSE CLOUD CONDITIONS FROM THE FUSION OF OPTICAL AND SAR DATA WITH DEEP LEARNING MODELS	10/10/2024
- END-TO-END CONVOLUTIONAL NEURAL NETWORK COMBINED WITH CONDITIONAL RANDOM FIELDS FOR CROP MAPPING FROM MULTITEMPORAL SAR IMAGERY	21/05/2024
- SEMI-AUTOMATIC MONITORING OF DEFORESTATION IN THE BRAZILIAN AMAZON AND CERRADO BIOMES:UNCERTAINTY ESTIMATION AND CHARACTERIZATION OF HIGH UNCERTAINTY AREAS	19/02/2024
- A COMPARISON OF SEGMENTATION ALGORITHMS FOR REMOTE SENSING	19/11/2021
- DEEP LEARNING-BASED DOMAIN ADAPTATION FOR CHANGE DETECTION IN TROPICAL FORESTS	20/07/2021
- SYNTHESIS OF MULTISPECTRAL OPTICAL IMAGES FROM SAR/OPTICAL MULTITEMPORAL DATA USING CONDITIONAL GENERATIVE ADVERSARIAL NETWORKS	08/04/2021
- COLLABORATIVE FACE TRACKING:A FRAMEWORK FOR THE LONG-TERM FACE TRACKING	22/03/2021
- ATROUS CGAN FOR SAR TO OPTICAL IMAGE TRANSLATION	18/11/2020
- A COMPARISON OF DEEP LEARNING TECHNIQUES FOR DEFORESTATION DETECTION IN THE BRAZILIAN AMAZON AND CERRADO BIOMES FROM REMOTE SENSING IMAGERY	04/05/2020
- MANY-TO-MANY FULLY CONVOLUTIONAL RECURRENT NETWORKS FOR MULTITEMPORAL CROP RECOGNITION USING SAR IMAGE SEQUENCES	30/04/2020
- CROP RECOGNITION IN TROPICAL REGIONS BASED ON SPATIO-TEMPORAL CONDITIONAL RANDOM FIELDS FROM MULTI-TEMPORAL AND MULTI-RESOLUTION SEQUENCES OF REMOTE SENSING IMAGES	24/09/2019
- AN ASSESSMENT OF PRESENTATION ATTACK DETECTION METHODS FOR FACE RECOGNITION SYSTEMS	07/11/2018
- CROP RECOGNITION FROM MULTITEMPORAL SAR IMAGE SEQUENCES USING DEEP LEARNING TECHNIQUES	27/08/2018
- A COMPARISON BETWEEN CLASSICAL OBJECT BASED METHODS AND CONDITIONAL RANDOM FIELDS	25/04/2017
- AN EVALUATION OF BIMODAL RECOGNITION SYSTEMS BASED ON VOICE AND FACIAL IMAGES	07/03/2017
- INTERIMAGE CLOUD PLATFORM:THE ARCHITECTURE OF A DISTRIBUTED PLATFORM FOR AUTOMATIC, OBJECT-BASED IMAGE INTERPRETATION	27/04/2016
- A LINEAR PROGRAMMING APPROACH TO VASCULAR NETWORK SEGMENTATION FROM A SINGLE SEED POINT	31/10/2014
- A KNOWLEDGE-BASED APPROACH FOR AUTOMATIC INTERPRETATION OF MULTIDATE REMOTE SENSING DATA	15/09/2009
- INTERPRETAÇÃO BASEADA EM CONHECIMENTO APLICADA A IMAGENS MULTITEMPORAIS DE SATÉLITE DE BAIXA RESOLUÇÃO	17/09/2004
- SISTEMA DE CONTROLE PARA SUPRESSÃO DE INSTABILIDADES DINÂMICAS DE GANHO DE UM EDFA	01/10/2003
- SEGMENTAÇÃO SEMÂNTICA DE ÁREAS DE DESMATAMENTO NA AMAZÔNIA A PARTIR DE IMAGENS ORBITAIS	13/12/2021
- COMBINAÇÃO DE REDES NEURAIS MLP EM PROBLEMAS DE CLASSIFICAÇÃO	28/08/2001
- COMPARAÇÃO DE MÉTODOS DE CLASSIFICAÇÃO MULTITEMPORAL EM CASCATA	30/04/2019
- UMA METODOLOGIA PARA ANÁLISE DE IMAGENS USANDO SEGMENTAÇÕES ESPECÍFICAS POR CLASSE	18/10/2018
- AVALIAÇÃO DE MÉTODOS DE OTIMIZAÇÃO APLICADOS NO MODELAMENTO DA ESTRUTURA DOS VASOS SANGUÍNEOS	05/10/2018
- UM SISTEMA DE RECONHECIMENTO FACIAL EM VÍDEO BASEADO EM UMA IMPLEMENTAÇÃO MULTITHREAD DO ALGORITMO TLD	04/10/2018
- SEGMENTAÇÃO DE IMAGENS DISTRIBUÍDA BASEADA EM MAPREDUCE	29/08/2018
- UMA ARQUITETURA BASEADA EM MEMÓRIA ASSOCIATIVA PARA SUPORTE A UMA MÁQUINA VIRTUAL PROLOG	12/11/2009
- RECONHECIMENTO FACIAL EM VÍDEO COM UMA AMOSTRA POR PESSOA UTILIZANDO STACKED SUPERVISED AUTO-ENCODER	23/11/2016
- SISTEMA DE IDENTIFICAÇÃO BASEADA NA ESTRUTURA DA ÍRIS	28/12/2005
- ESTIMATIVA DA IDADE A PARTIR DE IMAGENS FACIAIS	12/02/2016
- MÉTODOS DE KERNEL EM ESTIMAÇÃO DE IDADES	06/07/2015
- ESTUDO DE MÉTODOS AUTOMÁTICOS DE RECONHECIMENTO FACIAL PARA VÍDEO MONITORAMENTO	26/03/2015
- MEDIDAS DE QUALIDADE DE IMAGENS PARA RECONHECIMENTO FACIAL	09/04/2014
- SEGMENTAÇÃO DE IMAGENS EM GPUS:UMA ABORDAGEM PARALELA PARA CRESCIMENTO DE REGIÕES	21/06/2013
- ANÁLISE DE PERFORMANCE DE ALGORÍTMOS DE LIMIARIZAÇÃO EM IMAGENS DE DEFEITOS DE LENTES OFTÁLMICAS	11/07/2012
- UMA ABORDAGEM MULTIESCALAR, MULTICRITÉRIO PARA A SEGMENTAÇÃO DE IMAGENS	20/09/2011
- DETECÇÃO E EXTRAÇÃO 3D DE EDIFICAÇÕES EM ÁREAS DE ASSENTAMENTOS INFORMAIS	15/09/2011
- SEGMENTAÇÃO MULTICRITÉRIO PARA DETECÇÃO DE NÓDULOS PULMONARES EM IMAGENS DE TOMOGRAFIA COMPUTADORIZADA	04/10/2010
- COMPARAÇÃO ENTRE CONTROLES LOOK-AND-MOVE E SERVO-VISUAL UTILIZANDO TRANSFORMADAS SIFT EM MANIPULADORES DO TIPO EYE-IN-HAND	17/03/2010
- SIMULAÇÃO DE REDES ELÉTRICAS CONTENDO NÃO-LINEARIDADES	21/10/2009
- MÉTODO HÍBRIDO DE CORRESPONDÊNCIA PARA PARES ESTEREOSCÓPICOS DE IMAGENS AÉREAS E DE SATÉLITE DE ALTA DEFINIÇÃO	10/09/2009
- ESTUDO DE CLASSIFICADORES PARA O RECONHECIMENTO AUTOMÁTICO DE FACES	04/11/2005
- IDENTIFICAÇÃO DE TIPOS DE CULTURAS AGRÍCOLAS A PARTIR DE SEQÜÊNCIAS DE IMAGENS MULTITEMPORAIS UTILIZANDO MODELOS DE MARKOV OCULTOS	13/01/2009
- RECONSTRUÇÃO DO ESPAÇO TRIDIMENSIONAL A PARTIR DA DEFORMAÇÃO DE TEXTURA DE IMAGENS	11/09/2006
- UM MODELO NEBULOSO PARA CLASSIFICAÇÃO MULTITEMPORAL DE IMAGENS	04/09/2006
- UM MÉTODO DE MODELAGEM DO CONHECIMENTO MULTITEMPORAL PARA A INTERPRETAÇÃO AUTOMÁTICA DE IMAGENS DE SENSORES REMOTOS	21/03/2006
- INTERPRETAÇÃO BASEADA EM CONHECIMENTO DE IMAGENS DE SENSORES REMOTOS DE ALTA RESOLUÇÃO	21/03/2006
- SEGMENTAÇÃO E VISUALIZAÇÃO DO FÍGADO A PARTIR DE IMAGENS DE TOMOGRAFIA COMPUTADORIZADA	10/09/2009
- DETECÇÃO DE PADRÕES EM IMAGENS BIDIMENSIONAIS:ESTUDO DE CASOS	10/11/2005
- RECONHECIMENTO DE PADRÕES APLICADO NA AUTENTICAÇÃO DE QUADROS DE ARTE	29/08/2002
- SISTEMA DE CONTAGEM DE PESSOAS	11/10/2005