Postado 25 de janeiro de 2023 em UFAC, Projeto Acre por Damilly Gomes
O projeto de P&D PAVIC-Lab, projeto de cooperação técnico-científica, tem como objetivo formar recursos humanos com habilidade para aplicar/desenvolver as mais modernas técnicas e ferramentas de softwares de Visão e Inteligência Computacional, por meio da realização de pesquisas científicas e treinamentos em tecnologias na área do projeto.
Modalidade:
Presencial
Carga horária:
300 horas
3ª Turma – Início do Treinamento:
Previsão: 24/07/2024
3ª Turma – Término do Treinamento:
Previsão: 27/01/2025
15
Vagas para Treinamento
06
Bolsas de mestrado
08
Bolsas de graduação
Módulo 1 – Visão Computacional
100h
Fundamentos de Processamento Digital de Imagens
30h
Tópicos de Visão Computacional
30h
Aplicações de Processamento de Imagens com Deep Learning
40h
Módulo 02 – Programação Paralela
40h
Introdução à Inteligência Computacional
20h
Programação em CUDA
20h
Módulo 03 – Aprendizado de Máquina
160h
Probabilidade e Estatística
40h
Machine Learning
60h
Deep Learning
60h
Carga horária total
300h
Coordenadora Geral
Profª. Drª. Ana Beatriz Alvarez Mamani Doutora em Eng. Elétrica pela UNICAMP
Pesquisador-Pleno:
Apoio Téc-Administrativo:
Pesquisadores-Mestrado:
Pesquisadores Graduação:
EVENTO: ICIVC 2024 – 2024 the 9th International Conference on Image, Vision and Computing. Apresentado dia 16/07/2024. TEMA: Occluded Image Reconstruction under Single Sample Condition Using Diffusion Models Aiming Facial Recognition. Publicado no dia 20/01/2025.
EVENTO: ICIVC 2024 – 2024 the 9th International Conference on Image, Vision and Computing. Apresentado dia 16/07/2024. TEMA: DDPM-based inpainting for ghosting artifact removal in high dynamic range image reconstruction. Publicado no dia 20/01/2025.
REVISTA: Interfases (ISSN: 1993-4912). Publicado no dia 26/12/2024. TEMA: Deep Generative AI Based on Denoising Diffusion Probabilistic Models for Applications in Image Processing.
JOURNAL: IEEE Access (ISSN: 2169-3536). Publicado no dia 14/02/2025. TEMA: Denoising Diffusion Probabilistic Models for Cloud Removal and Land Surface Temperature Retrieval From a Single Sample.
JOURNAL: Sensors (ISSN: 1424-8220). Publicado no dia 28/02/2025. TEMA: An Efficient and Low-Complexity Transformer-Based Deep Learning Framework for High-Dynamic-Range Image Reconstruction.
JOURNAL: Applied Sciences (ISSN: 2076-3417). Publicado no dia 14/03/2025. TEMA: Performance Evaluation of YOLOv8, YOLOv9, YOLOv10, and YOLOv11 for Stamp Detection in Scanned Documents.
JOURNAL: Applied Sciences (ISSN: 2076-3417). Publicado no dia 14/03/2025. TEMA: Comparative Performance of YOLOv8, YOLOv9, YOLOv10, and YOLOv11 for Layout Analysis of Historical Documents Images.
Projeto Incentivado pela Lei de Informática nº 8.248/1991 e 8.387/1991, regulamentada pelos Decretos 10.521/2020, 10.356/2020.