Jefersson Alex dos Santos

Bolsista de Produtividade em Pesquisa do CNPq - Nível 2

  • Endereço para acessar este CV: http://lattes.cnpq.br/2171782600728348
  • Última atualização do currículo em 12/12/2018


Jefersson Alex dos Santos obteve o título de doutor em Ciência da Computação em 2013 pela Université de Cergy-Pontoise (França) e pela Unicamp. No mesmo ano, assumiu como professor do Departamento de Ciência da Computação da Universidade Federal de Minas Gerais (DCC/UFMG), cargo que ocupa atualmente. É bolsista de Produtividade em Pesquisa do CNPq desde 2016. Jefersson é fundador e coordenador do Laboratório de Reconhecimento de Padrões para Observação da Terra (Patreo - www.patreo.dcc.ufmg.br). Jefersson publicou mais de vinte artigos em periódicos com alto fator de impacto e seletiva política editorial, sendo mais da metade em revistas classificadas com Qualis A1, segundo a CAPES. Também publicou mais de quarenta artigos nas mais importantes conferências nacionais e internacionais da área de processamento de imagens, visão computacional e sensoriamento remoto. Jefersson têm experiência na coordenação de projetos de pesquisa com empresas e agências de fomento, como LGE Electronics, CNPq, Fapesp e Fapemig. Além disso, têm mais de dez anos de experiência no desenvolvimento de técnicas de reconhecimento de padrões para aplicações agrícolas e de monitoramento ambiental, tendo participado de grandes projetos financiados pela Fapesp/Microsoft Research (WebMaps, e-Farms, e-Phenology e e-Tribes) e CAPES (DeepEyes). Nesses projetos, Jefersson têm atuado em colaboração com renomados pesquisadores de instituições do Brasil e do exterior tais como Tribunal de Contas da União, Polícia Federal, Embrapa, Unicamp, University of South Florida, Virginia Tech e Grenoble INP, Petrobrás.

Web page: http://www.dcc.ufmg.br/~jefersson

Google Scholar: https://scholar.google.com/citations?hl=en&user=wXQnnTUAAAAJ


Laboratório de Reconhecimento de Padrões e Observação da Terra (Patreo - http:\\www.patreo.dcc.ufmg.br)

(Texto informado pelo autor)


Identificação


Nome
Jefersson Alex dos Santos
Nome em citações bibliográficas
Santos, J.A. dos;Santos, J.A.;SANTOS, Jefersson Alex dos;dos Santos, Jefersson Alex;DOS SANTOS, JEFERSSON A.;SANTOS, J. A. DOS;SANTOS, JEFERSSON A. DOS;DOS SANTOS, J. A;DOS SANTOS, J. A.;SANTOS, Jefersson dos;DOS SANTOS, Jefersson;A. DOS SANTOS, JEFERSSON

Endereço


Endereço Profissional
Universidade Federal de Minas Gerais, Instituto de Ciências Exatas, Departamento de Ciência da Computação.
Av. Antônio Carlos 6627 - Prédio do ICEx
Pampulha
31270010 - Belo Horizonte, MG - Brasil
Telefone: (31) 34094993
URL da Homepage: http://www.dcc.ufmg.br/~jefersson


Formação acadêmica/titulação


2010 - 2013
Doutorado em Sciences de l'Information et de la Communication.
Université de Cergy-Pontoise, UCP, França.
Título: Semi-automatic classification of remote sensing images, Ano de obtenção: 2013.
Orientador: Sylvie Philipp-Foliguet.
Coorientador: Philippe-Henri Gosselin.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
2009 - 2013
Doutorado em Ciência da Computação.
Universidade Estadual de Campinas, UNICAMP, Brasil.
com período co-tutela em Université de Cergy-Pontoise (Orientador: Sylvie Philipp-Foliguet. Co-orientador: Philippe Gosselin).
Título: Semi-automatic classification of remote sensing images, Ano de obtenção: 2013.
Orientador: Ricardo da Silva Torres.
Coorientador: Alexandre Xavier Falcão.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
2007 - 2009
Mestrado em Ciência da Computação.
Universidade Estadual de Campinas, UNICAMP, Brasil.
Título: Reconhecimento Semi-Automático e Vetorização de Regiões em Imagens de Sensoriamento Remoto,Ano de Obtenção: 2009.
Orientador: Ricardo da Silva Torres.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.
Palavras-chave: Reconhecimento de Padrões de Textura; Imagens de Sensoriamento Remoto; Vetorização de Imagens; Programação Genética.
Grande área: Ciências Exatas e da Terra
Grande Área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação / Especialidade: Software Básico.
2003 - 2006
Graduação em Ciência da Computação.
Universidade Estadual de Mato Grosso do Sul, UEMS, Brasil.
Título: Modelagem de Malhas Viárias Urbanas Aplicando Conceitos de Grafos.
Orientador: Fabrício Sérgio de Paula.


Pós-doutorado


2013 - 2013
Pós-Doutorado.
Universidade Estadual de Campinas, UNICAMP, Brasil.
Bolsista do(a): Fundação de Amparo à Pesquisa do Estado de São Paulo, FAPESP, Brasil.


Formação Complementar


2006 - 2006
Uso de Receptores GPS de Navegação. (Carga horária: 8h).
EMBRAPA, Centro de Pesquisa Agropecuária do Oeste, EMBRAPA-CPAO, Brasil.
2004 - 2004
Extensão universitária em Estudo da Metodologia Orientada a Objetos. (Carga horária: 30h).
Universidade Estadual de Mato Grosso do Sul, UEMS, Brasil.
2003 - 2003
Introdução Ao Latex. (Carga horária: 20h).
Universidade Estadual de Mato Grosso do Sul, UEMS, Brasil.


Atuação Profissional



Pontifícia Universidade Católica de Minas Gerais, PUC Minas, Brasil.
Vínculo institucional

2014 - Atual
Vínculo: , Enquadramento Funcional:


Universidade Federal de Minas Gerais, UFMG, Brasil.
Vínculo institucional

2013 - Atual
Vínculo: , Enquadramento Funcional: Professor Auxiliar, Carga horária: 40, Regime: Dedicação exclusiva.

Atividades

02/2014 - Atual
Ensino, Sistemas de Informação, Nível: Graduação

Disciplinas ministradas
Programação Modular
Calculo Numérico
Introdução à Computação Visual
09/2013 - Atual
Pesquisa e desenvolvimento , Instituto de Ciências Exatas, Departamento de Ciência da Computação.

09/2013 - 12/2013
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Algoritmos e Estrutura de Dados II
Introdução aos Sistemas Lógicos

Universidade Estadual Paulista Júlio de Mesquita Filho, UNESP, Brasil.
Vínculo institucional

2013 - Atual
Vínculo: , Enquadramento Funcional:


Ecole Nationale Supérieure de l'Électronique et de ses Applications, ENSEA, França.
Vínculo institucional

2010 - 2013
Vínculo: Bolsista, Enquadramento Funcional: Doutorando, Regime: Dedicação exclusiva.


Universidade Estadual de Campinas, UNICAMP, Brasil.
Vínculo institucional

2013 - 2013
Vínculo: Bolsista, Enquadramento Funcional: Pesquisador Pós-doutorado, Regime: Dedicação exclusiva.

Vínculo institucional

2009 - 2009
Vínculo: Estágio Docente, Enquadramento Funcional: Docente, Carga horária: 6

Vínculo institucional

2007 - 2009
Vínculo: Aluno de Mestrado, Enquadramento Funcional: Aluno de Mestrado, Regime: Dedicação exclusiva.

Vínculo institucional

2008 - 2008
Vínculo: Estágio Docente, Enquadramento Funcional: Docente, Carga horária: 2

Vínculo institucional

2007 - 2007
Vínculo: Estágio Docente, Enquadramento Funcional: Docente, Carga horária: 2

Atividades

03/2010 - 07/2010
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Algoritmos e Programação de Computadores
03/2009 - 07/2009
Ensino, Engenharia Civil, Nível: Graduação

Disciplinas ministradas
Algoritmos e Programação de Computadores
03/2008 - 07/2008
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Banco de Dados
03/2007 - 07/2007
Ensino, Engenharia Mecânica, Nível: Graduação

Disciplinas ministradas
Algoritmos e Programação de Computadores

Universidade Estadual de Mato Grosso do Sul, UEMS, Brasil.
Vínculo institucional

2006 - 2007
Vínculo: Servidor Público, Enquadramento Funcional: Auxiliar de Informática (Laboratório), Carga horária: 40
Outras informações
Afastado para mestrado.

Vínculo institucional

2005 - 2006
Vínculo: Bolsista PIBIC/CNPq, Enquadramento Funcional: Bolsista de Iniciação Científica, Carga horária: 20

Vínculo institucional

2005 - 2005
Vínculo: Bolsista/PIBIC, Enquadramento Funcional: Bolsista de Iniciação Científica, Carga horária: 20

Vínculo institucional

2004 - 2005
Vínculo: Bolsista/PIBIC, Enquadramento Funcional: Bolsista de Iniciação Científica, Carga horária: 20


Empresa Brasileira de Pesquisa Agropecuária, EMBRAPA, Brasil.
Vínculo institucional

2006 - 2006
Vínculo: Estágio, Enquadramento Funcional: Estagiário, Carga horária: 20

Atividades

03/2006 - 08/2006
Estágios , Centro de Pesquisa Agropecuária do Oeste - CPAO, .

Estágio realizado
Sensoriamento Remoto e Geoprocessamento.


Linhas de pesquisa


1.
Processamento de Imagens
2.
Aprendizado de Máquina
3.
Sensoriamento Remoto


Projetos de pesquisa


2018 - Atual
[FAPEMIG Universal] LittleBigData: Reconhecimento de padrões em grandes bases de imagens utilizando pequenos conjuntos de dados anotados
Descrição: A área de reconhecimento de padrões em imagens vêm obtendo diversos avanços nos últimos anos. O desenvolvimento de tecnologias como as abordagens baseadas em aprendizado profundo (deep learning) têm estabelecido o estado da arte em diversas aplicações de Visão Computacional. No entanto, essas abordagens necessitam de grandes conjuntos de amostras para treinamento e isso impossibilita seu uso direto para resolver problemas em áreas mais específicas como medicina, forense digital, agricultura ou biodiversidade. A anotação de amostras nas principais aplicações dessas áreas deve ser feita por usuários especialistas (médicos, peritos, pesquisadores, etc). Esse processo geralmente é custoso e até mesmo inviável em diversas ocasiões. Detecção de câncer, por exemplo, depende do diagnóstico e do registro preciso de diversos pacientes ao longo dos anos para a obtenção de um conjunto de amostras representativo. Em aplicações agrícolas e de biodiversidade é comum a necessidade de deslocar equipes de especialistas em áreas de difícil acesso para anotar adequadamente uma determinada espécie de planta. Desse modo, esse projeto propõe o desenvolvimento de novas abordagens para lidar com o reconhecimento de padrões em aplicações que requerem o processamento de grande conjuntos de imagens mas que possuem restrição com relação à quantidade de amostras disponíveis. A pesquisa focará esforços nas seguintes frentes visando mitigar os problemas do aprendizado supervisionado à partir de poucas amostras em grandes bases de imagens: (1) estudo e desenvolvimento de técnicas para transferência de conhecimento de bases préexistentes como forma de enriquecer o conjunto de amostras inicial; (2) estudo de algoritmos e estruturas de indexação de imagens para garantir escalabilidade das abordagens desenvolvidas; e (3) desenvolvimento de abordagens baseadas em aprendizado ativo para auxiliar usuários especialistas na anotação de amostras relevantes..
Situação: Em andamento; Natureza: Pesquisa.
2018 - Atual
[CNPq Universal - Faixa B] MultiMaps: Aprendizado de Representações Profundas para Mapeamento Geográfico em Larga Escala
Descrição: A criação de mapas temáticos utilizando Imagens de Sensoriamento Remoto (ISRs) como fonte de dados geralmente é modelada como um problema de classificação supervisionada. Muitos desafios computacionais estão associados à natureza das ISRs em que pode-se ressaltar: (1) são imagens georreferenciadas, ou seja cada pixel possui uma coordenada geográfica associada; (2) geralmente codificam muito mais que informação no espectro visível (R,G,B), o que exige o desenvolvimento de abordagens específicas para descrever padrões; (3) os dados podem variar quanto à resolução espacial alterando o nível de detalhe dos padrões e; (4) muitas aplicações tendem a exigir análise de dados espaço-temporais, com várias imagens do local de estudo ao longo do tempo. Assim, é muito frequente ter imagens obtidas a partir de diferentes sensores, o que pode melhorar a qualidade dos mapas temáticos gerados, mas exige a criação de técnicas capazes de codificar e combinar adequadamente as diferentes propriedades das imagens. Nesse contexto, o desenvolvimento de técnicas baseadas em aprendizado profundo têm sido revolucionário mas tem uma limitação: geralmente requerem muitas amostras para treinamento. A anotação de pixels na maioria das aplicações de ISRs depende de usuários especialistas, é custosa e inviável em algumas situações. Assim, a dificuldade de criação de grandes conjuntos de dados anotados para classificação supervisionada limita o uso da maioria das abordagens do estado da arte em reconhecimento de padrões por meio de aprendizado supervisionado. Desse modo, este projeto visa tratar o problema de reconhecimento de padrões para criação de mapas temáticos via aprendizado supervisionado em grandes conjuntos de imagens a partir de pequenos conjuntos de dados anotados. A pesquisa focará esforços em três frentes principais: (1) novos métodos para aprendizado de características com foco em propriedades de imagens de sensoriamento remoto; (2) algoritmos para transferência de conhecimento para explorar bases de imagens existentes como ponto de partida para reconhecimento de padrões e reduzir a necessidade de novas amostras anotadas por usuários especialistas; e (3) novas abordagens para aprendizado e fusão de representações a partir de múltiplas resoluções no espaço, tempo e espectro eletromagnético..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (4) / Mestrado acadêmico: (5) / Doutorado: (4) .
Integrantes: Jefersson Alex dos Santos - Coordenador / Torres, R.da S. - Integrante / William Robson Schwartz - Integrante / Rodrigo Affonso de Albuquerque Nobrega - Integrante / Britaldo Silveira Soares Filho - Integrante / Renato Martins Assunção - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2015 - Atual
[FAPEMIG PRONEM] GigaFrames: Vigilância e Computação Forense em Larga Escala

Projeto certificado pelo(a) coordenador(a) William Robson Schwartz em 30/01/2017.
Descrição: (Edital FAPEMIG 18/2013 - Programa de Apoio a Núcleos Emergentes de Pesquisa - PRONEM). Ao longo dos últimos anos, tem-se utilizado cada vez mais câmeras no monitoramento de grandes cidades. Se, por um lado, as câmeras de vigilância proporcionam uma grande quantidade de dados visuais, por outro, a análise desses dados torna-se um grande desafio quando feita manualmente. Desta maneira, o processamento automático desses dados torna-se imprescindível, de modo a auxiliar agentes de segurança na prevenção de crimes (vigilância) e busca por evidências em casos em que os crimes já ocorreram (computação forense). Portanto, o instante de tempo de ocorrência de um evento (por exemplo, um crime) marca uma importante tangência entre as duas áreas. Este projeto tem como objetivo principal a implantação e consolidação de um núcleo emergente caracterizado pela criação da linha de pesquisa denominada Vigilância e Computação Forense. Esta linha, inédita no Brasil e formada por pesquisadores da UFMG, UFOP e UNICAMP, focará no desenvolvimento de técnicas de visão computacional e aprendizado de máquina para efetuar monitoramento de ambientes e análise forense digital a partir de grandes volumes de dados capturados por meio de câmeras de vigilância. Formada por seis pesquisadores das três instituições, a equipe, possui dois pesquisadores de produtividade nível 2 do CNPq. Embora jovens doutores, os membros da equipe coordenam projetos fomentados por agências governamentais e empresas, e possuem publicações nas principais conferências e periódicos da área. Adicionalmente, há um amplo histórico de colaboração entre os membros da equipe, tanto na área de vigilância quanto na área de computação forense..
Situação: Em andamento; Natureza: Pesquisa.
2014 - 2017
[FAPEMIG PPP] Mapeamento Interativo de Regiões Utilizando Abordagens Multi-Escala
Descrição: Usuários especialistas de diversas aplicações (agricultura, planejamento urbano e ambiental, por exemplo) frequentemente utilizam imagens de sensoriamento remoto para criação de mapas temáticos. Essa tarefa requer a identificação de regiões de interesse, que na prática costuma ser feita manual ou automaticamente. A identificação manual consiste na utilização da imagem como referência visual. Nesse caso, o especialista utiliza alguma ferramenta para "desenhar'' os polígonos correspondentes aos objetos de interesse. As abordagens automáticas consistem no uso de algoritmos de classificação supervisionada para aprender e indicar as classes dos pixels de interesse. A primeira abordagem é demorada suficiente para tornar muitos projetos inviáveis. A segunda abordagem é rápida, mas geralmente requer que o resultado seja bastante refinado para alcançar os níveis de qualidade exigidos para elaboração de mapas temáticos. Assim, o objetivo desse projeto de pesquisa é o desenvolvimento de um arcabouço para classificação interativa de imagens de sensoriamento remoto. O desenvolvimento desse arcabouço envolverá o desenvolvimento de algoritmos para aprendizado de máquina e extração de características em múltiplas escalas de segmentação. As abordagens computacionais propostas deverão contribuir com aplicações associadas a áreas de pesquisa realizadas no Estado de Minas Gerais: (1) reconhecimento de padrões fenológicos com impacto em mudanças climáticas; e (2) classificação de áreas de café utilizando dados de múltiplos sensores..
Situação: Concluído; Natureza: Pesquisa.
2014 - 2015
[ME/CNPq] SmartView: Monitoramento Automático Aplicado a Grandes Competições Esportivas
Descrição: Devido ao grande número de pessoas presentes em instalações esportivas que sediam competições com grandes públicos, como estádios ou ginásios, há vários problemas difíceis de serem tratados de uma forma eficiente quando todo o processo de análise é efetuado de forma manual, tais como a detecção de conflitos ocorrendo nas arquibancadas e a identificação e localização dos indivíduos envolvidos ou a delimitação de regiões das arquibancadas ou grupo de indivíduos que devem ser monitorados com maior atenção devidos aos seus comportamentos indevidos. Com intuito de auxiliar no monitoramento e, consequentemente, na segurança dos torcedores presentes em competições esportivas, este projeto visa empregar técnicas de visão computacional para automatizar a resolução dos problemas acima no sentido de proporcionar informações relevantes aos responsáveis pelo monitoramento dos torcedores em instalações esportivas objetivando o aumento da precisão e eficiência na tomada de decisões. Desta maneira, os agentes de segurança receberão apenas segmentos de vídeos contendo situações classificadas como de interesse do ponto de vista do monitoramento de ambientes e vigilância, as quais podem requerer algum tipo de intervenção humana. Para que seja possível obter as informações necessárias para a execução satisfatória do sistema de monitoramento, o projeto focará tanto na obtenção de soluções robustas por meio da utilização de descritores de características visuais acurados de modo a reduzir a propagação de erros nos problemas de detecção, reconhecimento e reidentificação de pessoas e no reconhecimento de suas ações, quanto no desenvolvimento de metodologias eficientes que possibilitarão o processamento de grandes quantidades de dados visuais..
Situação: Concluído; Natureza: Pesquisa.
2014 - Atual
[CAPES Pró-Forenses] DeepEyes: Soluções de Computação Visual e Inteligência de Máquina para Computação Forense e Vigilância Eletrônica (Programa Ciências Forenses MEC/CAPES 25/2014)

Projeto certificado pelo(a) coordenador(a) Anderson de Rezende Rocha em 19/08/2015.
Descrição: (Edital CAPES Pró-Forenses 25/2014). Atividades criminais variam em escopo e complexidade, mas existem em todos os setores da sociedade. Com o desenvolvimento tecnológico, os crimes tornaram-se mais sofisticados migrando do mundo físico e atingindo, também, o mundo virtual. Diante das inúmeras formas que as atividades ilegais podem tomar, a saída para a sociedade moderna está no investimento em técnicas de investigação aprimoradas e cientificamente fundamentadas. Com demandas tão sofisticadas e cada vez mais complexas, vem a obrigação de se fortalecer cada vez mais as bases sobre as quais a Ciência Forense se desenvolve. Mais do que nunca, precisamos de critérios objetivos e cientificamente embasados para identificar características em locais de crimes e acidentes, ou mesmo para prevenir a ocorrência de crimes, tomando ações preventivas efetivas de vigilância eletrônica. Precisamos de abordagens inovadoras e condizentes com os desafios atuais para nos ajudar a resolver as três questões básicas a respeito de uma atividade ilegal ou um acidente de larga escala: ?Quem?, ?Em que Circunstâncias? e ?Por quê?. Diante de tantos desafios, este projeto CAPES Pró-Forenses Nº 25/2014 visa ao desenvolvimento de soluções algorítmicas de computação visual e inteligência de máquina para problemas ligados à computação forense, à segurança digital e à vigilância eletrônica. Os problemas de interesse são: (P1) detecção de falsificações em imagens e vídeos digitais; (P2) atribuição de fonte de captura de dados tais como câmera, scanner, impressora; (P3) detecção de plantações clandestinas de e.g., Cannabis sativa a partir de imagens de sensoriamento remoto; (P4) desenvolvimento de técnicas de identificação humana a partir de faces; (P5) reconhecimento de placas de veículos a partir de vídeos digitais; e (P6) análise de atividades em vídeos digitais. As pesquisas serão realizadas conjuntamente com diversos parceiros em universidades do Brasil e do mundo, e com a Polícia Federal do Brasil mais especificamente com o Serviço de Perícias em Audiovisual e Eletrônicos (SEPAEL) do Instituto Nacional de Criminalística (INC)..
Situação: Em andamento; Natureza: Pesquisa.
2014 - Atual
[CAPES/STIC-AMSUD] cooperação internacional, MAXIMUM: Mineração Não-supervisionada de Conteúdo Multimídia
Descrição: Processo CAPES 048/14: Mineração Não-supervisionada de Conteúdo Multimídia - MAXIMUM Projeto de cooperação internacional entre DCC/UFMG, PUC-Minas, IC/UNICAMP, INRIA/IRISA Rennes, UPMC Paris 6, Universidad de Chile e ORAND Chile. A mineração não-supervisionada de conteúdo multimídia tem por objetivo a detecção de padrões em dados multimídia compreendendo vídeo e voz, área esta que apesar das inúmeras aplicações não tem despertado o devido interesse da comunidade científica. O projeto MAXIMUM visa, assim, o estudo, definição e avaliação de abordagens voltadas para a identificação de padrões em sequências de dados de multimídia, envolvendo tanto aspectos fundamentais quanto aplicados. Serão abordadas tecnologias comuns à análise de conteúdo multimídia, indexação, gerenciamento de bancos de dados e bioinformática na definição de uma abordagem escalável de detecção de padrões e indexação de sequências temporais em estruturas multimídias. Mais especificamente, serão investigadas técnicas de indexação para sequências temporais em espaços de alta dimensionalidade, assim como representações simbólicas de conteúdo multimídia, o que constituem duas técnicas essenciais para uma detecção eficiente de padrões. Com base neste trabalho, serão analisadas arquiteturas algorítmicas escaláveis e eficientes que levem em conta aspectos tais como a variabilidade dos referidos padrões. Os resultados poderão ser demonstrados e avaliados de diferentes formas, indo da extração eficiente de conteúdos de sequências multimídias à análise da tolerância a variações dos padrões detectados de forma não-supervisionada e que se repetem numa dada sequência. O projeto unirá esforços de laboratórios brasileiros, chilenos e franceses, todos com larga experiência em análise de conteúdo multimídia, indexação e mineração de dados. Este trabalho reforçará as colaborações existentes entre os diversos parceiros e contribuirá para uma maior liderança das instituições envolvidas, nesta área de pesquisa ainda emergente. O Projeto é gerenciado pela CAPES, no Brasil, pelo CNRS, na França, e pelo CONICYT, no Chile. Os coordenadores do Projeto são os Profs. Arnaldo de Albuquerque, UFMG, Silvio Jamil Guimarães, PUC-Minas, Guillaume Gravier, CNRS-IRISA, e Benjamin Bustos, Universidad de Chile. Vigência do Projeto: Jan 2014 a Dez 2015 Valor do auxílio CAPES: 08 tíquetes aéreos (BR-FR, ou BR-Chile), 60 diárias para pesquisadores estrangeiros, 04 missões de estudo de longa duração (doutorado-sanduíche e/ou pós-doutorado)..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Mestrado acadêmico: (2) Doutorado: (4) .
Integrantes: Jefersson Alex dos Santos - Integrante / Marcos André Gonçalvez - Integrante / Torres, R.da S. - Integrante / Arnaldo de Albuquerque Araújo - Coordenador / Silvio Jamil Ferzoli Guimarães - Integrante / William Robson Schwartz - Integrante / Zenilton Kleber Gonçalves do Patrocínio Júnior - Integrante / Patrick Gros - Integrante / Guillaume Gravier - Integrante / Laurent Amsaleg - Integrante / Neucimar Jerônimo Leite - Integrante / Eduardo Alves do Valle Jr - Integrante / Matthieu Cord - Integrante / Nicolas Thome - Integrante / Benjamin Bustos - Integrante / Juan Manoel Barrios - Integrante.
2014 - Atual
[CNPq Universal - Faixa A] GeoFusion: Criação Automática de Mapas Temáticos Utilizando Dados de Múltiplos Sensores
Descrição: Sistemas de Informação Geográfica (SIGs) são sistemas automatizados cuja finalidade é armazenar, analisar e manipular dados geográficos. Eles auxiliam a tomada de decisões em diversas questões relacionadas a políticas públicas de monitoramento ambiental e urbano. Além disso, são ferramentas importantes em atividades econômicas de agropecuária e extração mineral. Nesse contexto, Imagens de Sensoriamento Remoto (ISRs) têm sido usadas como uma das mais importantes fonte de dados, principalmente com relação à criação de mapas temáticos. Esse processo é geralmente modelado como um problema de classificação supervisionada em que o sistema precisa aprender os padrões de interesse fornecidos pelo usuário e atribuir uma classe ao restante das regiões da imagem. Muitos desafios estão associados à própria natureza das ISRs em que pode-se ressaltar: (1) são imagens georreferenciadas, ou seja cada pixel possui uma coordenada geográfica associada; (2) geralmente codificam muito mais que informação no espectro visível (R,G,B), o que exige o desenvolvimento de algoritmos específicos para descrever padrões; (3) os dados podem variar quanto à resolução espacial alterando o nível de detalhe dos padrões e; (4) muitas aplicações tendem a exigir análise de dados espaço-temporais, com várias imagens do local de estudo ao longo do tempo. Assim, é muito frequente ter imagens obtidas a partir de diferentes sensores, o que poderia melhorar a qualidade dos mapas temáticos gerados. No entanto, isso exige a criação de técnicas capazes de codificar e combinar adequadamente as diferentes propriedades das imagens. Desse modo, esse projeto propõe o desenvolvimento de técnicas robustas para representação de regiões em imagens de sensoriamento remoto que consigam codificar características extraídas de diferentes fontes de dados, como: (1) descritores espaço-temporais; (2) descritores espectro-espaciais; e (3) descritores baseados no contexto. Pretende-se ainda desenvolver um arcabouço capaz de explorar a diversidade desses diferentes tipos de características para alcançar altos graus de acurácia na criação de mapas temáticos..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (2) .
Integrantes: Jefersson Alex dos Santos - Coordenador / Torres, Ricardo da S. - Integrante / ROCHA, ANDERSON - Integrante / David Menotti - Integrante / Silvio Jamil Ferzoli Guimarães - Integrante / William Robson Schwartz - Integrante / Clodoveu Davis Jr - Integrante.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Auxílio financeiro.
2014 - Atual
[FAPEMIG-INRIA-CNRS] coopeação internacional, MOTIF: Unsupervised motif discovery in multimedia content
Descrição: EDITAL 12/2013 - COOPERAÇÃO INTERNACIONAL FAPEMIG-INRIA-CNRS : Unsupervised multimedia content mining aims at discovering in an unsupervised manner repeating motifs within multimedia data such as video or speech, an emerging field which as received limited attention so far in spite of numerous potential applications. This project aims at studying various approaches to unsupervised motif discovery in multimedia sequences, i.e., to the discovery of repeated sequences with no prior knowledge on the sequences. In this context, we will develop work along two main research directions. On the one hand, we will develop symbolic approaches inspired from work on bioinformatics to motif discovery in the multimedia context, investigating symbolic representations of multimedia data and adaptation of existing symbolic motif discovery algorithms. On the other hand, we will further develop cross modal clustering approaches to repeated sequence discovery in video data, building upon previous work. We will investigate new cross clustering approaches incorporating constraints on clusters and propose new selection criteria. \motif\ will develop fundamental technology at the frontier of multimedia content analysis, multimedia indexing and bioinformatics technology, with practical applications in media content structuring. We will build upon existing research and skills at INRIA, PUC Minas and UFMG to develop collaborative work exploiting complementarity of these institutions..
Situação: Em andamento; Natureza: Pesquisa.
2013 - 2013
[FAPESP] Classificação multi-escala utilizando floresta de caminhos ótimos
Descrição: Atualmente, os principais problemas em reconhecimento de regiões em imagens de sensoriamento remoto estão associados a dois fatores: (1) a dependência das abordagens de classificação com relação à qualidade da segmentação; e (2) a seleção de amostras representativas para treinamento. O maior desafio é que nem sempre as amostras fornecidas por um usuário são suficientes para definir amelhor escala de segmentação. Além disso, a indicação de amostras para treinamento pode resultar em custos adicionais, uma vez que pode ser necessário realizar visitas ao local de estudo dependendo da aplicação. A dependência da segmentação pode ser reduzida utilizando múltiplas escalas ao invés de apenas um resultado de segmentação. A seleção de amostras representativas pode ser alcançada por meio do aprendizado ativo com interações do usuário. Desse modo, o objetivo desse projeto de pesquisa é o desenvolvimento de uma abordagem de classificação multi-escala interativa que permita que a hierarquia de regiões seja alterada de acordo com as indicações do usuário.O método proposto deverá contribuir com três aplicações associadas a diferentes áreas de pesquisa do Instituto de Computação da Unicamp: (1) reconhecimento de padrões fenológicos; (2) classificação de áreas agrícolas utilizando dadosde múltiplos sensores; e (3) identificação de áreas de cultivo ilegal em imagens aéreas..
Situação: Concluído; Natureza: Pesquisa.
2013 - Atual
[FAPESP/Microsoft Research] Towards an understanding of tipping points within tropical South American biomes

Projeto certificado pelo(a) coordenador(a) Ricardo da Silva Torres em 10/09/2013.
Descrição: Terrestrial ecosystems are currently undergoing unprecedented climate and human-induced disturbances, which are likely to push these systems towards changes in their physiognomies, structure, and functioning. It has been hypothesized that these new configurations may be alternative states of systems comprising vegetation-climate-disturbance interactions. The majority of the studies reporting ecosystem switches considers vegetation-climate-disturbance systems confined to certain spatial scales (local to continental) without accounting for multi-scale interactions and are unable to detect out-of-range changes and/or regime shifts in vegetation due to difficulties in collecting sufficiently long time series to define standard behavior of the system. In this context, we propose to investigate novel machine learning and image processing techniques aiming to support the use of multi-scale ecological knowledge in the analysis of vegetation-climate-disturbance systems. We also propose the use of the theory of dynamical complex systems as a novel way of filling up the gaps in evaluating ecosystem transitions, transients, and alternative states under current land use and climate change trends..
Situação: Em andamento; Natureza: Pesquisa.
2013 - Atual
[FAPESP/Microsoft Research] Combining new technologies to monitor Phenology from leaves to ecosystems
Descrição: 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..
Situação: Em andamento; Natureza: Pesquisa.
2009 - 2013
[FAPESP] Classificação Semi-automática de Regiões em Imagens de Sensoriamento Remoto Utilizando Realimentação de Relevância
Descrição: Esse projeto visa especificar e implementar um método semi-automático de classificação de regiões em ISRs utilizando realimentação de relevância baseado em programação genética (PG). Realimentação de relevância é uma técnica utilizada em recuperação de imagens por conteúdo e tem como objetivo agregar os interesses do usuário no processo de busca. A motivação para o uso de realimentação de relevância baseado em GP reside no fato dessa técnica estar apresentando resultados satisfatórios em diversos trabalhos de recuperação de imagens. A idéia é utilizar descritores de imagens para codificar informações espectrais e de textura de partições da imagens, utilizar realimentação de relevância com PG para combinar as características dos descritores e agregar as informações do usuário e, por fim, segmentar a imagem em regiões, gerando a imagem final classificada..
Situação: Concluído; Natureza: Pesquisa.
2007 - 2009
[FAPESP] Reconhecimento e Vetorização Semi-automática de Regiões em Imagens de Sensoriamento Remoto
Descrição: O uso de imagens de sensoriamento remoto (ISRs) como fonte de informação em aplicações voltadas para o agronegócio é bastante comum. Nessas aplicações, saber como é a ocupação espacial é fundamental. Entretanto, reconhecer e diferenciar regiões de culturas agrícolas em ISRs ainda não é uma tarefa trivial. Embora existam métodos automáticos propostos para isso, os usuários preferem muitas vezes fazer o reconhecimento manualmente. Isso acontece porque tais métodos normalmente são feitos para resolver problemas específicos, ou quando são de propósito geral, não produzem resultados satisfatórios fazendo com que, invariavelmente, o usuário tenha que revisar os resultados manualmente. A pesquisa realizada objetivou a especificação e implementação parcial de um sistema para o reconhecimento semi-automático e vetorização de regiões em imagens de sensoriamento remoto. Para isso, foi usada uma estratégia interativa, chamada realimentação de relevância, que se baseia no fato de o sistema de classificação poder aprender quais são as regiões de interesse utilizando indicações de relevância feitas pelo usuário do sistema ao longo de iterações. A idéia é utilizar descritores de imagens para codificar informações espectrais e de textura de partições das imagens e utilizar realimentação de relevância com Programação Genética (PG) para combinar as características dos descritores. PG é uma técnica de aprendizado de máquina baseada na teoria da evolução. As principais contribuições deste trabalho são: estudo comparativo de técnicas de vetorização de imagens; adaptação do modelo de recuperação de imagens por conteúdo proposto recentemente para realização de realimentação de relevância usando regiões de imagem; adaptação do modelo de realimentação de relevância para o reconhecimento de regiões em ISRs; implementação parcial de um sistema de reconhecimento semi-automático e vetorização de regiões em ISRs; proposta de metodologia de validação do sistema desenvolvido..
Situação: Concluído; Natureza: Pesquisa.
2005 - 2006
[CNPq] Avaliação do Desempenho Acadêmico dos Alunos Cotistas da UEMS
Descrição: O presente trabalho tem como objetivo analisar alguns aspectos do desempenho acadêmico em alunos cotistas e não cotistas, considerando todas as disciplinas cursadas nos anos de 2004 e 2005 das primeiras e segundas séries de todos os cursos da UEMS. O referido período e as séries foram considerados por abranger o universo em que os três segmentos, não cotistas, cotistas negros e cotistas índios, estavam presentes. Pretende-se produzir subsídios para a formulação de políticas na seleção dos alunos e na produção de programas de acompanhamento pelos cursos, de tal forma que não comprometa a sua qualidade..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) .
Integrantes: Jefersson Alex dos Santos - Integrante / Odival Faccenda - Coordenador / Raquel Márcia Muller - Integrante.
Número de produções C, T & A: 3


Projetos de extensão


2018 - Atual
Hands-On Deep Learning
Descrição: Este curso tem como objetivo introduzir de forma prática os principais conceitos e técnicas de Aprendizado Profundo (Deep Learning). A proposta é cobrir desde a escolha do ambiente até as diferentes arquiteturas que se mostraram eficazes em aplicações práticas. O curso é voltado para profissionais e estudantes com experiência em programação, mas não necessariamente familiarizados com Deep Learning..
Situação: Em andamento; Natureza: Extensão.
Alunos envolvidos: Mestrado acadêmico: (1) Doutorado: (3) .
Integrantes: Jefersson Alex dos Santos - Coordenador.
2015 - 2016
Coordenação da Maratona de Programação
Descrição: Coordenação dos times do DCC/UFMG para as competições das Maratonas de Programação da ACM..
Situação: Concluído; Natureza: Extensão.


Projetos de desenvolvimento


2018 - Atual
[TCU/GIZ] Projeto GeoControle: Automação da Detecção de Padrões de Irregularidades por meio de Sistemas de Inteligência Artificial
Descrição: Esse projeto visa desenvolver as ferramentas necessárias para o Tribunal de Contas da União do Brasil para a automação da detecção de padrões de irregularidades por meio de Sistemas de Inteligência Artificial em relação com o uso de tecnologias de sensoriamento remoto e geoprocessamento. As atividades do projeto incluem: (1) avaliar as técnicas de inteligência artificial para segmentação, detecção, classificação e identificação de padrões de possíveis irregularidades (não conformidades) presentes em imagens de sensoriamento remoto, indicando para o Tribunal os prós e os contras de cada uma delas, de modo que o TCU e a GIZ possam, fundamentadamente, definir qual será a base tecnológica para atender aos requisitos de desenvolvimento, integrado ao sistema ArcGIS; (2) avaliar o uso de imagens de satélite de baixa resolução, seu potencial e limite de evidenciação de potenciais irregularidades, principalmente no que se refere aos padrões de cobertura vegetal que deem suporte à classificação necessária para atendimento à fiscalização do projeto de regularização fundiária na Amazônia, o Projeto Terra Legal, e à aferição dos dados do Cadastro Ambiental Rural, além da avaliação temporal do desenvolvimento das obras da Ferrovia Nova Transnordestina; (3) avaliar o uso de imagens de alta resolução, seu potencial e limite de evidenciação para detecção e documentação de potenciais irregularidades, a partir de imagens coletadas pela constelação de satélites Plêiades já adquiridas pelo Tribunal;
(4) Pesquisar e desenvolver técnicas e metodologias de modo a permitir a automação da detecção de padrões de irregularidades com utilização das imagens de sensoriamento remoto nas atividades de Controle Externo e disponibilizá- las por meio de módulos integrados ao sistema ArcGIS..
Situação: Em andamento; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (2) / Doutorado: (2) .
Integrantes: Jefersson Alex dos Santos - Coordenador.
2006 - 2006
Modelagem de Malhas Viárias Urbanas Aplicando Conceitos de Grafos
Descrição: Este trabalho tem como objetivo estudar a representação de malhas viárias urbanas utilizando grafos com informações georreferenciadas e assim aplicar técnicas para obtenção de caminhos mínimos. A modelagem baseada em grafos possibilita aplicar a teoria computacional conhecida para essas estruturas. Entretanto, a captura da informação geográfica é uma tarefa difícil e a sua associatividade com o mundo real não é exceção. Portanto, é necessário estudar métodos e ferramentas de modelagem, manipulação, visualização e armazenamento de dados geográficos. O estudo de caso escolhido foi a malha viária da cidade de Dourados..
Situação: Em andamento; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (1) .
Integrantes: Jefersson Alex dos Santos - Coordenador.
2005 - 2006
SEAD: Reengenharia com Aplicação de Padrões de Projeto e Refatoração
Descrição: O SEAD é um software de análise de desempenho acadêmico. Seu princípio é fornecer uma interface de fácil uso, que forneça um relatório de simples interpretação, onde se possa verificar a heterogeneidade de um grupo, até mesmo identificar vícios causados pelo método avaliativo, como uma prova com questões muito difíceis. Em sua primeira versão, o foco do desenvolvimento foi apenas a solução do problema proposto. O modo como foi concebido dificulta a utilização dos métodos estatísticos empregados e a inserção de novas funcionalidades. Aplicando métodos adequados de engenharia é possível reconstruir o software com qualidade adequando-o a padrões de reusabilidade e manutenibilidade. O presente trabalho tem como objetivo analisar o software SEAD, realizando uma engenharia de software reversa para gerar toda a documentação do projeto. Através disso, corrigir erros de desenvolvimento e tornar as classes reutilizáveis..
Situação: Concluído; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (1) .
Integrantes: Jefersson Alex dos Santos - Integrante / Odival Faccenda - Coordenador.Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Bolsa / Universidade Estadual de Mato Grosso do Sul - Cooperação.
Número de produções C, T & A: 4
2005 - 2005
Evolução do Quadro Funcional da UEMS
Descrição: Objetivos: - Criar um sistema web para disponibilizar um quadro demonstrativo do número de professores e técnicos administrativos efetivos da UEMS por especificação funcional, além de um quadro demonstrativo da distribuição das vagas do plano de capacitação docente e técnica administrativa. - Disponibilizar ao usuário cálculos relativos ao número de vagas para capacitação, com base nos dados extraídos referentes ao número de servidores por área específica e no número de vagas o qual é oferecido pelo usuário.
Situação: Concluído; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (1) .
Integrantes: Jefersson Alex dos Santos - Integrante / Odival Faccenda - Coordenador / Sidney Roberto de Sousa - Integrante.Financiador(es): Universidade Estadual de Mato Grosso do Sul - Bolsa.
2004 - 2005
Interpretação Estatística de Resultados Acadêmicos
Descrição: A proposta é a construção de um software que organize, analise e interprete estatisticamente os resultados acadêmicos, calculando a distribuição de freqüência dos resultados das provas, apresentando medidas estatísticas com interpretação dos mesmos e verificando o grau de heterogeneidade entre os alunos. O que se espera com relação a uma avaliação de alunos é que ela consiga diferenciar os vários níveis de conhecimento entre eles. Portanto, a freqüência de notas mais baixas e a de notas mais altas devem ser menores enquanto as notas intermediárias devem possuir freqüências maiores. Conseqüentemente, a análise dos dados foi construída sobre três aspectos teóricos: o teste de normalidade, o de assimetria e o de heterogeneidade. Para averiguar a normalidade de amostras, com mais de 50 elementos, utilizamos o teste do Qui-Quadrado. As amostras menores foram testadas com Kolmogorov-Smirnov, uma vez que o primeiro, por agrupar dados, apresenta resultados nem sempre satisfatórios. A assimetria e a heterogeneidade foram investigadas através dos testes de Fisher, que utilizam os momentos estatísticos como parâmetros. O software foi criado em Java?, por ser uma linguagem de programação segura, possuir poderosas API's e ser multiplataforma. A versão do kit Java foi a 1.4.1_02 e as ferramentas para desenvolvimento foram o Eclipse IDE 3.0 e o Net Beans IDE 3.6. A construção do aplicativo necessitou de diversas API's, como o JDBC e o Java2D, que foram adotadas para a comunicação com banco de dados e implementação dos gráficos estatísticos do software, respectivamente..
Situação: Concluído; Natureza: Desenvolvimento.
Alunos envolvidos: Graduação: (1) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) .
Integrantes: Jefersson Alex dos Santos - Integrante / Odival Faccenda - Coordenador.Financiador(es): Universidade Estadual de Mato Grosso do Sul - Bolsa.
Número de produções C, T & A: 6


Membro de corpo editorial


2017 - Atual
Periódico: BOLETIM DE CIÊNCIAS GEODÉSICAS (IMPRESSO)
2017 - 2017
Periódico: IEEE GEOSCIENCE AND REMOTE SENSING LETTERS


Revisor de periódico


2011 - Atual
Periódico: Journal of Selected Topics in Applied Earth Observations and Remote Sensing
2013 - 2015
Periódico: Journal of Visual Communication and Image Representation (Print)
2013 - Atual
Periódico: IEEE Transactions on Image Processing
2014 - Atual
Periódico: IEEE Transactions on Geoscience and Remote Sensing
2014 - 2014
Periódico: EURASIP Journal on Advances in Signal Processing (Online)
2014 - Atual
Periódico: Information Sciences
2014 - 2015
Periódico: IEEE Signal Processing Letters
2015 - 2015
Periódico: EURASIP Journal on Image and Video Processing (Print)
2015 - 2015
Periódico: Remote Sensing Letters
2015 - Atual
Periódico: IEEE Geoscience and Remote Sensing Letters
2015 - Atual
Periódico: Pattern Recognition


Revisor de projeto de fomento


2018 - Atual
Agência de fomento: Conselho Nacional de Desenvolvimento Científico e Tecnológico
2015 - 2015
Agência de fomento: Belgian Science Policy Office


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Processamento de Imagens.
2.
Grande área: Ciências Exatas e da Terra / Área: Geociências / Subárea: Geofísica/Especialidade: Sensoriamento Remoto.
3.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Sistemas de Informação Geográfica.


Idiomas


Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Espanhol
Compreende RazoavelmenteLê Razoavelmente, Escreve Razoavelmente.
Francês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.


Prêmios e títulos


2017
Best Paper Award, "Activity Recognition based on a Magnitude-Orientation Stream Network", SIBGRAPI 2017 - 30th Conference on Graphics, Patterns and Images..
2017
Honorable Mention, Workshop of Undergraduate Works (WUW), " Image Representation Learning by Color Quantization Optimization", SIBGRAPI 2017 - 30th Conference on Graphics, Patterns and Images..
2016
Honorable Mention, Workshop of Works in Progress (WiP), "Contextual Description of Superpixels for Aerial Urban Scenes Classification", SIBGRAPI 2016 - 29th Conference on Graphics, Patterns and Images.
2014
Melhor Tese de Doutorado de 2013, Instituto de Computação - Unicamp.
2013
Second Place, Workshop of Theses and Dissertations (Ph.D. Category), SIBGRAPI 2013 - 26th Conference on Graphics, Patterns and Images..
2010
Melhor Dissertação de Mestrado de 2009, Instituto de Computação - Unicamp.
2006
Prêmio Aluno Destaque de Computação, Sociedade Brasileira de Computação.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
ESMAEL, A. A.2018ESMAEL, A. A. ; DOS SANTOS, J. A ; Torres, R.da S. . On the ensemble of multiscale object-based classifiers for aerial images: a comparative study. MULTIMEDIA TOOLS AND APPLICATIONS, v. 77, p. 24565-24592, 2018.

2.
NOGUEIRA, KEILLER2018NOGUEIRA, KEILLER ; FADEL, SAMUEL G. ; DOURADO, ICARO C. ; DE O. WERNECK, RAFAEL ; MUNOZ, JAVIER A. V. ; PENATTI, O. A. B. ; CALUMBY, RODRIGO T. ; LI, LIN TZY ; Santos, J.A. dos ; Torres, Ricardo da S. . Exploiting ConvNet Diversity for Flooding Identification. IEEE GEOSCIENCE AND REMOTE SENSING LETTERS, v. 15, p. 1446-1450, 2018.

3.
NOGUEIRA, KEILLER2017 NOGUEIRA, KEILLER ; PENATTI, OTÁVIO A.B. ; DOS SANTOS, JEFERSSON A. . Towards better exploiting convolutional neural networks for remote sensing scene classification. Pattern Recognition, v. 61, p. 539-556, 2017.

4.
FERREIRA, ANSELMO2017FERREIRA, ANSELMO ; BONDI, LUCA ; BAROFFIO, LUCA ; BESTAGINI, PAOLO ; HUANG, JIWU ; DOS SANTOS, JEFERSSON A. ; TUBARO, STEFANO ; ROCHA, ANDERSON . Data-Driven Feature Characterization Techniques for Laser Printer Attribution. IEEE Transactions on Information Forensics and Security, v. 12, p. 1860-1873, 2017.

5.
ALBERTON, BRUNA2017ALBERTON, BRUNA ; Torres, Ricardo da S. ; CANCIAN, LEONARDO F. ; BORGES, BRUNO D. ; ALMEIDA, JURANDY ; MARIANO, GREICE C. ; SANTOS, Jefersson dos ; MORELLATO, LEONOR PATRICIA CERDEIRA . Introducing digital cameras to monitor plant phenology in the tropics: applications for conservation. Perspectives in Ecology and Conservation, v. 15, p. 82-90, 2017.

6.
FERREIRA, A. C. B.2016FERREIRA, A. C. B. ; DOS SANTOS, J. A. ; ROCHA, ANDERSON . Multi-directional and multi-scale perturbation approaches for blind forensic median filtering detection. Intelligent Data Analysis (Print), v. 20, p. S17-S36, 2016.

7.
NOGUEIRA, KEILLER2016NOGUEIRA, KEILLER ; VELOSO, ADRIANO ALONSO ; dos Santos, Jefersson Alex . Pointwise and pairwise clothing annotation: combining features from social media. Multimedia Tools and Applications, v. 75, p. 4083-4113, 2016.

8.
FERREIRA, ANSELMO2016FERREIRA, ANSELMO ; FELIPUSSI, SIOVANI C. ; ALFARO, CARLOS ; FONSECA, PABLO ; VARGAS-MUNOZ, JOHN E. ; DOS SANTOS, JEFERSSON A. ; ROCHA, ANDERSON . Behavior Knowledge Space-Based Fusion for Copy-Move Forgery Detection. IEEE Transactions on Image Processing, p. 1-1, 2016.

9.
ALMEIDA, JURANDY2016ALMEIDA, JURANDY ; DOS SANTOS, JEFERSSON A. ; ALBERTON, BRUNA ; MORELLATO, LEONOR PATRICIA C. ; da S. Torres, Ricardo . Phenological visual rhythms: Compact representations for fine-grained plant species identification. Pattern Recognition Letters, v. 81, p. 90-100, 2016.

10.
ALMEIDA, JURANDY2015ALMEIDA, JURANDY ; DOS SANTOS, JEFERSSON A. ; MIRANDA, W. ; ALBERTON, B. ; MORELATTO, P. ; Torres, Ricardo da S. . Deriving Vegetation Indices for Phenology Analysis usingGenetic Programming. Ecological Informatics (Print), v. 26, p. 61-69, 2015.

11.
DOS SANTOS, L. C. B.2015DOS SANTOS, L. C. B. ; GUIMARAES, S. J. F. ; DOS SANTOS, J. A . Efficient Unsupervised Band Selection Through Spectral Rhythms. IEEE Journal of Selected Topics in Signal Processing, p. 1-1, 2015.

12.
FERREIRA, A. C. B.2015FERREIRA, A. C. B. ; NAVARRO, L. C. ; PINHEIRO, G. ; DOS SANTOS, J. A ; ROCHA, A. R. . Laser Printer Attribution: Exploring New Features and Beyond. Forensic Science International, v. 247, p. 105-125, 2015.

13.
NAKAMURA, Rodrigo2014NAKAMURA, Rodrigo ; FONSECA, Leila ; Santos, J.A. dos ; Torres, R.da S. ; YANG, X.-S. ; PAPA, João Paulo . Nature-Inspired Framework for Hyperspectral Band Selection. IEEE Transactions on Geoscience and Remote Sensing, v. 52, p. 2126-2137, 2014.

14.
FARIA, FABIO A.2014FARIA, FABIO A. ; PEDRONETTE, D. C. G. ; DOS SANTOS, JEFERSSON A. ; ROCHA, ANDERSON ; TORRES, R. da S. . Rank Aggregation for Pattern Classifier Selection in Remote Sensing Images. IEEE J-STARS, v. 7, p. 1103-1115, 2014.

15.
FARIA, FABIO A.2014FARIA, FABIO A. ; DOS SANTOS, JEFERSSON A. ; ROCHA, ANDERSON ; Torres, Ricardo da S. . A framework for selection and fusion of pattern classifiers in multimedia recognition. Pattern Recognition Letters, v. 39, p. 52-64, 2014.

16.
ALMEIDA, JURANDY2014ALMEIDA, JURANDY ; DOS SANTOS, JEFERSSON A. ; ALBERTON, BRUNA ; Torres, Ricardo da S. ; MORELLATO, LEONOR PATRICIA C. . Applying machine learning based on multiscale classifiers to detect remote phenology patterns in Cerrado savanna trees. Ecological Informatics (Print), v. 23, p. 49-61, 2014.

17.
DOS SANTOS, JEFERSSON A.2014DOS SANTOS, JEFERSSON A.; PENATTI, OTAVIO A. B. ; Gosselin, Philippe-Henri ; FALCAO, ALEXANDRE X. ; Philipp-Foliguet, Sylvie ; Torres, Ricardo da S. . Efficient and Effective Hierarchical Feature Propagation. IEEE J-STARS, v. 7, p. 1-12, 2014.

18.
dos Santos, Jefersson Alex2013 dos Santos, Jefersson Alex; Gosselin, Philippe-Henri ; Philipp-Foliguet, Sylvie ; Torres, Ricardo da S. ; FALCAO, ALEXANDRE XAVIER . Interactive Multiscale Classification of High-Resolution Remote Sensing Images. IEEE J-STARS, v. 6, p. 2020-2034, 2013.

19.
da Silva, André Tavares2012 da Silva, André Tavares ; dos Santos, Jefersson Alex ; Falcão, Alexandre Xavier ; Torres, Ricardo da S. ; Magalhães, Léo Pini . Incorporating multiple distance spaces in optimum-path forest classification to improve feedback-based learning. Computer Vision and Image Understanding (Print), v. 116, p. 510-523, 2012.

20.
dos Santos, Jefersson Alex2012 dos Santos, Jefersson Alex; Gosselin, P-H. ; Philipp-Foliguet, Sylvie ; Torres, R.da S. ; Falcão, Alexandre Xavier . Multiscale Classification of Remote Sensing Images. IEEE Transactions on Geoscience and Remote Sensing, v. 50, p. 3764-3775, 2012.

21.
Ferreira, C.D.2011Ferreira, C.D. ; Santos, J.A. ; da S. Torres, R. ; Gonçalves, M.A. ; Rezende, R.C. ; Fan, Weiguo . Relevance feedback based on genetic programming for image retrieval. Pattern Recognition Letters, v. 32, p. 27-37, 2011.

22.
SANTOS, J. A.2011 SANTOS, J. A.; FERREIRA, C. ; GONCALVEZ, M. A. ; LAMPARELLI, R. ; TORRES, R. da S. . A relevance feedback method based on genetic programming for classification of remote sensing images. Information Sciences, v. 181, p. 2671-2684, 2011.

Trabalhos completos publicados em anais de congressos
1.
ROBSON SCHWARTZ, WILLIAM ; A. DOS SANTOS, JEFERSSON ; CAETANO, CARLOS . Statistical Measures from Co-occurrence of Codewords for Action Recognition. In: International Conference on Computer Vision Theory and Applications, 2018, Funchal. Proceedings of the 13th International Joint Conference on Computer Vision, Imaging and Computer Graphics Theory and Applications, 2018. p. 301.

2.
SANTANA, TIAGO M. H. C. ; Torres, Ricardo da S. ; DOS SANTOS, JEFERSSON A. . Superpixel Context Description based on Visual Words Co-Occurrence Matrix. In: IGARSS 2018 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018, Valencia. IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018. p. 6199.

3.
VARGAS-MUNOZ, JOHN E. ; MARCOS, DIEGO ; LOBRY, SYLVAIN ; DOS SANTOS, JEFERSSON A. ; FALCAO, ALEXANDRE X. ; TUIA, DEVIS . Correcting Misaligned Rural Building Annotations in Open Street Map Using Convolutional Neural Networks Evidence. In: IGARSS 2018 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018, Valencia. IGARSS 2018 - 2018 IEEE International Geoscience and Remote Sensing Symposium, 2018. p. 1284.

4.
MACEDO, J. ; COSTA, F. O. ; DOS SANTOS, J. A. . A Benchmark Methodology for Child Pornography Detection. In: 2018 31th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2018, Foz do Iguaçu. 2018 31th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2018.

5.
OLIVEIRA, H. ; DOS SANTOS, J. A. . Deep Transfer Learning for Segmentation of Anatomical Structures in Chest Radiographs. In: 2018 31th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2018, Foz do Iguaçu. 2018 31th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2018.

6.
FERREIRA, E. ; OLIVEIRA, H. ; ALVIM, M. S. F. ; DOS SANTOS, J. A. . A Comparative Study on Unsupervised Domain Adaptation for Coffee Crop Mapping. In: CIARP 2018 - XXIII Iberoamerican Congress on Pattern Recognition, 2018, Madrid. CIARP 2018 - XXIII Iberoamerican Congress on Pattern Recognition, 2018.

7.
OLIVEIRA, H. ; AVELAR, C. ; MACHADO, ALEXEI M. C. ; ARAUJO, A. A. ; DOS SANTOS, J. A. . Exploring Deep-Based Approaches for Semantic Segmentation of Mammographic Images. In: CIARP 2018 - XXIII Iberoamerican Congress on Pattern Recognition, 2018, Madrid. CIARP 2018 - XXIII Iberoamerican Congress on Pattern Recognition, 2018.

8.
SANTOS, A. B. ; ARAUJO, A. DE A. ; DOS SANTOS, J. A. ; SCHWARTZ, W. R. ; MENOTTI, D. . Combination techniques for hyperspectral image interpretation. In: IGARSS 2017 2017 IEEE International Geoscience and Remote Sensing Symposium, 2017, Fort Worth. 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2017. p. 3648.

9.
VARGAS-MUNOZ, JOHN E. ; TUIA, DEVIS ; DOS SANTOS, JEFERSSON A. ; FALCAO, ALEXANDRE X. . Post classification smoothing in sub-decimeter resolution images with semi-supervised label propagation. In: IGARSS 2017 2017 IEEE International Geoscience and Remote Sensing Symposium, 2017, Fort Worth. 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2017. p. 3688.

10.
ALBARRACIN, JUAN F. HERNANDEZ ; FERREIRA, EDEMIR ; DOS SANTOS, JEFERSSON A. ; Torres, Ricardo da S. . Fusion of genetic-programming-based indices in hyperspectral image classification tasks. In: IGARSS 2017 2017 IEEE International Geoscience and Remote Sensing Symposium, 2017, Fort Worth. 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2017. p. 554.

11.
SANTANA, TIAGO M. H. C. ; NOGUEIRA, KEILLER ; MACHADO, ALEXEI M. C. ; DOS SANTOS, JEFERSSON A. . Deep contextual description of superpixels for aerial urban scenes classification. In: IGARSS 2017 2017 IEEE International Geoscience and Remote Sensing Symposium, 2017, Fort Worth. 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2017. p. 3027.

12.
NOGUEIRA, KEILLER ; DOS SANTOS, JEFERSSON A. ; CANCIAN, LEONARDO ; BORGES, BRUNO D. ; SILVA, THIAGO S. F. ; MORELLATO, LEONOR PATRICIA ; Torres, Ricardo da S. . Semantic segmentation of vegetation images acquired by unmanned aerial vehicles using an ensemble of ConvNets. In: IGARSS 2017 2017 IEEE International Geoscience and Remote Sensing Symposium, 2017, Fort Worth. 2017 IEEE International Geoscience and Remote Sensing Symposium (IGARSS), 2017. p. 3787.

13.
CAETANO, CARLOS ANTONIO ; MELO, VICTOR HUGO CUNHA DE ; DOS SANTOS, JEFERSSON A. ; SCHWARTZ, WILLIAM ROBSON . Activity Recognition Based on a Magnitude-Orientation Stream Network. In: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017, Niteroi. 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017. p. 47.

14.
BAETA, RAFAEL ; NOGUEIRA, KEILLER ; Menotti, David ; DOS SANTOS, JEFERSSON A. . Learning Deep Features on Multiple Scales for Coffee Crop Recognition. In: 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017, Niteroi. 2017 30th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2017. p. 262.

15.
FERREIRA, EDEMIR ; ARAUJO, ARNALDO DE ALBUQUERQUE ; SANTOS, Jefersson Alex dos . A Boosting-Based Approach for Remote Sensing Multimodal Image Classification. In: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2016, Sao Paulo. 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI). p. 416.

16.
OLIVEIRA, HUGO N. DE ; SANTOS, Jefersson Alex dos ; MELO, MATHEUS C. DE ; REGO, THAIS G. DO ; BATISTA, LEONARDO V. . Information Theory-Based Detection of Noisy Bit Planes in Medical Images. In: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2016, Sao Paulo. 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI). p. 32.

17.
ALBARRACIN, JUAN FELIPE HERNANDEZ ; SANTOS, Jefersson Alex dos ; Torres, Ricardo da S. . Learning to Combine Spectral Indices with Genetic Programming. In: 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2016, Sao Paulo. 2016 29th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI). p. 408.

18.
CAETANO, CARLOS ; DOS SANTOS, JEFERSSON A. ; SCHWARTZ, WILLIAM ROBSON . Optical Flow Co-occurrence Matrices: A novel spatiotemporal feature descriptor. In: 2016 23rd International Conference on Pattern Recognition (ICPR), 2016, Cancun. 2016 23rd International Conference on Pattern Recognition (ICPR), 2016. p. 1947.

19.
NOGUEIRA, KEILLER ; DALLA MURA, MAURO ; CHANUSSOT, JOCELYN ; SCHWARTZ, WILLIAM ROBSON ; DOS SANTOS, JEFERSSON A. . Learning to semantically segment high-resolution remote sensing images. In: 2016 23rd International Conference on Pattern Recognition (ICPR), 2016, Cancun. 2016 23rd International Conference on Pattern Recognition (ICPR), 2016. p. 3566.

20.
SANTANA, T. ; MACHADO, A. M. C. ; ARAUJO, A. A. ; DOS SANTOS, J. A. . Star: A Contextual Description of Superpixels for Remote Sensing Image Classification. In: CIARP 2016 - XXI Iberoamerican Congress on Pattern Recognition, 2016, Lima. CIARP 2016 - XXI Iberoamerican Congress on Pattern Recognition, 2016.

21.
NOGUEIRA, KEILLER ; DOS SANTOS, JEFERSSON A. ; FORNAZARI, TAMIRES ; FREIRE SILVA, THIAGO SANNA ; MORELLATO, LEONOR PATRICIA ; S. TORRES, RICARDO DA . Towards vegetation species discrimination by using data-driven descriptors. In: 2016 9th IAPR Workshop on Pattern Recogniton in Remote Sensing (PRRS), 2016, Cancun. 2016 9th IAPR Workshop on Pattern Recogniton in Remote Sensing (PRRS), 2016. p. 1.

22.
TINOCO, S. L. J. L. ; MENOTTI, D. ; DOS SANTOS, J. A ; MOREIRA, G. J. P. . A Multi-Objective Approach for Building Hyperspectral Remote Sensed Image Classifier Combiners. In: International Conference on Evolutionary Multi-Criterion Optimization, 2015, Guimarães. EMO 2015, 2015.

23.
VARGAS, J. E. ; FALCAO, A. X. ; DOS SANTOS, J. A. ; ESQUERDO, J. C. D. M. ; COUTINHO, A. C. ; ANTUNES, J. F. G. . Contextual superpixel description for remote sensing image classification. In: IGARSS 2015 2015 IEEE International Geoscience and Remote Sensing Symposium, 2015, Milan. 2015 IEEE International Geoscience and Remote Sensing Symposium (IGARSS). p. 1132.

24.
PENATTI, OTAVIO A. B. ; NOGUEIRA, KEILLER ; DOS SANTOS, JEFERSSON A. . Do deep features generalize from everyday objects to remote sensing and aerial scenes domains?. In: 2015 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW), 2015, Boston. 2015 IEEE Conference on Computer Vision and Pattern Recognition Workshops (CVPRW). p. 44.

25.
NOGUEIRA, KEILLER ; MIRANDA, WANER O. ; SANTOS, JEFERSSON A. DOS . Improving Spatial Feature Representation from Aerial Scenes by Using Convolutional Networks. In: 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2015, Salvador. 2015 28th SIBGRAPI Conference on Graphics, Patterns and Images. p. 289.

26.
PESSOA, R. F. ; SCHWARTZ, W. R. ; DOS SANTOS, J. A. . A Study on Low-Cost Representations for Image Feature Extraction on Mobile Devices. In: CIARP 2015 - XX Iberoamerican Congress on Pattern Recognition, 2015, Montevideo. CIARP 2015 - XX Iberoamerican Congress on Pattern Recognition, 2015.

27.
FERREIRA, E. ; ARAUJO, A. A. ; DOS SANTOS, J. A. . A Multiclass Approach for Land-Cover Mapping by Using Multiple Data Sensors. In: CIARP 2015 - XX Iberoamerican Congress on Pattern Recognition, 2015, Montevideo. CIARP 2015 - XX Iberoamerican Congress on Pattern Recognition, 2015.

28.
NOGUEIRA, K. ; SCHWARTZ, W. R. ; dos Santos, Jefersson Alex . Coffee Crop Recognition Using Multi-scale Convolutional Neural Networks. In: CIARP 2015 - XX Iberoamerican Congress on Pattern Recognition, 2015, Montevideo. CIARP 2015 - XX Iberoamerican Congress on Pattern Recognition, 2015.

29.
LI, L. T. ; MUNOZ, J. A. V. ; ALMEIDA, JURANDY ; Calumby, R. T. ; Penatti, O. A. B. ; DOURADO, I. C. ; NOGUEIRA, KEILLER ; MENDES-JUNIOR, P. R. ; PEREIRA, L. A. M. ; PEDRONETTE, D. C. G. ; dos Santos, Jefersson Alex ; GONCALVEZ, M. A. ; Torres, Ricardo da S. . RECOD @ Placing Task of MediaEval 2015. In: MediaEval, 2015. MediaEval 2015, 2015.

30.
MOREIRA, MARIANE ; DOS SANTOS, JEFERSSON A. ; VELOSO, ADRIANO . Learning to Rank Similar Apparel Styles with Economically-Efficient Rule-Based Active Learning. In: International Conference, 2014, Glasgow. Proceedings of International Conference on Multimedia Retrieval - ICMR '14. New York: ACM Press. p. 361.

31.
SANTOS, LILIAN CHAVES BRANDAO DOS ; GUIMARAES, SILVIO JAMIL FERZOLI ; ARAUJO, ARNALDO DE ALBUQUERQUE ; SANTOS, Jefersson Alex dos . Unsupervised Hyperspectral Band Selection Based on Spectral Rhythm Analysis. In: 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2014, Brazil. 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images. p. 157-(aceito).

32.
VELOSO, ADRIANO ALONSO ; SANTOS, JEFERSSON A. DOS ; NOGUEIRA, KEILLER . Learning to Annotate Clothes in Everyday Photos: Multi-modal, Multi-label, Multi-instance Approach. In: 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2014, Brazil. 2014 27th SIBGRAPI Conference on Graphics, Patterns and Images. p. 327.

33.
VARGAS, J. ; SAITO, P. M. ; FALCÃO, A. X. ; REZENDE, P. ; DOS SANTOS, J. A . Superpixel-based interactive classification of very high resolution images. In: Conference on Graphics, Patterns and Images (SIBGRAPI), 2014, Rio de Janeiro. Conference on Graphics, Patterns and Images (SIBGRAPI), 2014.

34.
SANTOS, LILIAN CHAVES BRANDAO DOS ; ALMEIDA, JURANDY ; SANTOS, Jefersson Alex dos ; GUIMARAES, SILVIO JAMIL FERZOLI ; ARAUJO, ARNALDO DE ALBUQUERQUE ; ALBERTON, BRUNA ; MORELLATO, LEONOR PATRICIA CERDEIRA ; TORRES, RICARDO DA SILVA . Phenological Event Detection by Visual Rhythms Dissimilarity Analysis. In: 2014 IEEE 10th International Conference on eScience (eScience), 2014, Sao Paulo. 2014 IEEE 10th International Conference on e-Science. p. 263.

35.
DOS SANTOS, JEFERSSON A.; PENATTI, OTAVIO A. B. ; da S. Torres, Ricardo ; GOSSELIN, PHILIPPE-H. ; Philipp-Foliguet, Sylvie ; FALCAO, ALEXANDRE X. . Remote sensing image representation based on hierarchical histogram propagation. In: IGARSS 2013 2013 IEEE International Geoscience and Remote Sensing Symposium, 2013, Melbourne. 2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS. p. 2982.

36.
da S. Torres, Ricardo ; HASEGAWA, MAKOTO ; TABBONE, SALVATORE ; ALMEIDA, JURANDY ; DOS SANTOS, JEFERSSON A. ; ALBERTON, BRUNA ; MORELLATO, LEONOR PATRICIA C. . Shape-based time series analysis for remote phenology studies. In: IGARSS 2013 2013 IEEE International Geoscience and Remote Sensing Symposium, 2013, Melbourne. 2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS. p. 3598.

37.
ALMEIDA, JURANDY ; DOS SANTOS, JEFERSSON A. ; ALBERTON, BRUNA C. ; MORELLATO, LEONOR PATRICIA C. ; da S. Torres, Ricardo . Visual rhythm-based time series analysis for phenology studies. In: 2013 20th IEEE International Conference on Image Processing (ICIP), 2013, Melbourne. 2013 IEEE International Conference on Image Processing. p. 4412.

38.
FARIA, FABIO A. ; DOS SANTOS, JEFERSSON A. ; SARKAR, SUDEEP ; ROCHA, ANDERSON ; Torres, Ricardo da S. . Classifier Selection Based on the Correlation of Diversity Measures: When Fewer Is More. In: 2013 XXVI SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2013, Arequipa. 2013 XXVI Conference on Graphics, Patterns and Images. p. 16.

39.
TINOCO, S. L. J. L. ; SANTOS, H. G. ; MENOTTI, D. ; SANTOS, A. B. ; DOS SANTOS, J. A. . Ensemble of classifiers for remote sensed hyperspectral land cover analysis: An approach based on Linear Programming and Weighted Linear Combination. In: IGARSS 2013 2013 IEEE International Geoscience and Remote Sensing Symposium, 2013, Melbourne. 2013 IEEE International Geoscience and Remote Sensing Symposium - IGARSS. p. 4082.

40.
ALMEIDA, JURANDY ; SANTOS, JEFERSSON A. DOS ; ALBERTON, BRUNA ; MORELLATO, LEONOR PATRICIA C. ; Torres, Ricardo da S. . Plant Species Identification with Phenological Visual Rhythms. In: 2013 IEEE 9th International Conference on eScience (eScience), 2013, Beijing. 2013 IEEE 9th International Conference on e-Science. p. 148.

41.
DOS SANTOS, JEFERSSON A.; Torres, Ricardo da S. ; FALCAO, ALEXANDRE X. ; Gosselin, Philippe-Henri ; Philipp-Foliguet, Sylvie . Semi-automatic Classification of Remote Sensing Images. In: Conference on Graphics, Patterns, and Images (SIBGRAPI), 2013, Arequipa. SIBGRAPI - Workshop of Theses and Dissertations (WTD), 2013.

42.
SANTOS, Jefersson Alex dos; TORRES, RICARDO DA SILVA . Remote Sensing Image Segmentation and Representation through Multiscale Analysis. In: 2013 26th Conference on Graphics, Patterns and Images Tutorials (SIBGRAPIT), 2013, Arequipa. 2013 26th Conference on Graphics, Patterns and Images Tutorials, 2013. p. 23.

43.
MURARO, E. ; MARIANO, G. C. ; KOZIEVITCH, N. P. ; ALMEIDA JUNIOR, Jurandy Gomes de ; DOS SANTOS, JEFERSSON A. ; ALBERTON, BRUNA ; MORELATTO, P. . A Framework for Semantic Annotation of Phenology Image Components. In: International Conference on Digital Libraries (ICDL'13), 2013, New Delhi, India. International Conference on Digital Libraries (ICDL'13), 2013.

44.
NAKAMURA, R. ; PAPA, J. ; FONSECA, L. ; SANTOS, J. A. DOS ; TORRES, R. da S. . Hyperspectral band selection through Optimum-Path Forest and evolutionary-based algorithms. In: IGARSS 2012 2012 IEEE International Geoscience and Remote Sensing Symposium, 2012, Munich. 2012 IEEE International Geoscience and Remote Sensing Symposium. p. 3066.

45.
FEDEL, Gabriel ; MEDEIROS, C. M. B. ; SANTOS, Jefersson Alex dos . Sinimbu - Multimodal queries to support biodiversity studies. In: ICCSA 2012, 2012, Salvador. Proceedings of the 2012 International Conference on Computational Science and Its Applications, 2012.

46.
Santos, J.A. dos; Faria, F. A ; TORRES, R. da S. ; Gosselin, P-H. ; Philipp-Foliguet, Sylvie ; FALCÃO, A. X. ; ROCHA, A. R. . Descriptor Correlation Analysis for Remote Sensing Image Multi-Scale Classification. In: 21st International Conference on Pattern Recognition, 2012, Tsukuba Science City. 21st International Conference on Pattern Recognition, 2012. p. 3078-3081.

47.
FARIA, FABIO AUGUSTO ; SANTOS, Jefersson Alex dos ; ROCHA, ANDERSON ; Torres, Ricardo da S. . Automatic Classifier Fusion for Produce Recognition. In: 2012 XXV SIBGRAPI Conference on Graphics, Patterns and Images (SIBGRAPI), 2012, Ouro Preto. 2012 25th SIBGRAPI Conference on Graphics, Patterns and Images. p. 252.

48.
Santos, J.A. dos; Penatti, O. A. B. ; Torres, R.da S. ; Gosselin, Philippe-Henri ; Philipp-Foliguet, Sylvie ; FALCÃO, A. X. . Improving Texture Description in Remote Sensing Image Multi-Scale Classification Tasks By Using Visual Words. In: 21st International Conference on Pattern Recognition, 2012, Tsukuba Science City. 21st International Conference on Pattern Recognition, 2012. p. 3090-3093.

49.
ALMEIDA, JURANDY ; DOS SANTOS, JEFERSSON A. ; ALBERTON, BRUNA ; Torres, Ricardo da S. ; MORELLATO, LEONOR PATRICIA C. . Remote phenology: Applying machine learning to detect phenological patterns in a cerrado savanna. In: 2012 IEEE 8th International Conference on EScience (eScience), 2012, Chicago. 2012 IEEE 8th International Conference on E-Science, 2012. p. 1.

50.
FARIA, FABIO A. ; DOS SANTOS, JEFERSSON A. ; Torres, Ricardo da S. ; ROCHA, ANDERSON ; FALCAO, ALEXANDRE X. . Automatic fusion of region-based classifiers for coffee crop recognition. In: IGARSS 2012 2012 IEEE International Geoscience and Remote Sensing Symposium, 2012, Munich. 2012 IEEE International Geoscience and Remote Sensing Symposium. p. 2221-2224.

51.
Santos, J.A. dos; SILVA, A. T. ; TORRES, R. da S. ; FALCÃO, A. X. ; Lamparelli, R.A.C. . Interactive Classification of Remote Sensing Images by using Optimum-Path Forest and Genetic Programming. In: Computer Analysis of Images and Patterns (CAIP), 2011, Sevilha. Computer Analysis of Images and Patterns - 14th International Conference, CAIP 2011, Seville, Spain, August 29-31, 2011, Proceedings, Part II, 2011. v. 6855. p. 300-307.

52.
Macario, C. G. N ; Santos, J.A. dos ; Medeiros, C. M. B. ; Torres, R.da S. . Annotating data to support decision-making: a case study. In: 6th Workshop on Geographic Information Retrieval (GIR'10), 2010, Zurich, Switzerland. 6th Workshop on Geographic Information Retrieval (GIR'10), 2010. p. 1-7.

53.
Santos, J.A. dos; Penatti, O. A. B. ; Torres, R.da S. . Evaluating the Potential of Texture and Color Descriptors for Remote Sensing Image Retrieval and Classification. In: International Conference on Computer Vision Theory and Applications (VISAPP 2010), 2010, Angers. Proceedings of International Conference on Computer Vision Theory and Applications (VISAPP 2010), 2010. p. 203-208.

54.
Santos, J.A.; Faria, F. A ; Calumby, R. T. ; Torres, R.da S. ; Lamparelli, R.A.C. . A Genetic Programming approach for coffee crop recognition.. In: IGARSS, 2010, Honolulu. Proceedings of the 2010 IEEE International Geoscience and Remote Sensing Symposium, 2010. p. 3418-3421.

55.
Santos, J.A. dos; LAMPARELLI, R. ; TORRES, R. da S. . Using Relevance Feedback for Classifying Remote Sensing Images. In: Simpósio Brasileiro de Sensoriamento Remoto, 2009. Anais do Simpósio Brasileiro de Sensoriamento Remoto, 2009. p. 7909-7916.

56.
TORRES, R. da S. ; ZEGARRA, Javier A Montoya ; Santos, J.A. dos ; FERREIRA, C. ; PENATTI, Otávio Augusto Bizetto ; ANDALO, Fernanda Alcântara ; ALMEIDA JUNIOR, Jurandy Gomes de . Recuperação de Imagens: Desafios e Novos Rumos. In: SEMISH 2008, 2008, Belém. XXXV Seminário Integrado de Software e Hardware, 2008. p. 223-237.

57.
Santos, J.A. dos; FERREIRA, C. ; TORRES, R. da S. . A Genetic Programming Approach for Relevance Feedback in Region-Based Image Retrieval Systems. In: SIBGRAPI 2008, 2008, Campo Grande, MS. XXI Brazilian Symposium on Computer Graphics and Image Processing, 2008.

58.
Santos, J.A. dos; PAULA, Fabrício Sérgio de ; Comunello, Éder . Desenvolvimento de Sistema Computacional Para Análise da Malha Viária Urbana da Cidade de Dourados, Mato Grosso do Sul. In: XVI Encontro Sul-Matogrossense de Geógrafos e IV Encontro Regional de Geografia., 2008, Dourados. Anais do XVI Encontro Sul-Matogrossense de Geógrafos, 2008.

59.
Santos, J.A. dos; PAULA, Fabrício Sérgio de ; Comunello, Éder . Estudo Sobre Modelos de Rede e Algoritmos de Busca de Caminho Mínimo Para Desenvolvimento de Sistema Para Análise de Malha Viária Urbana. In: I Congresso de Computação da Grande Dourados, 2008, Dourados. Anais do I Congresso de Computação da Grande Dourados, 2008.

60.
Santos, J.A. dos; FACCENDA, O. ; MULLER, R. M. . Avaliação do Desempenho Acadêmico dos Alunos Cotistas da UEMS. In: IV Jornada de Educação de Mato Grosso do Sul, 2006, Campo Grande. IV Jornada de Educação: Educação e Diversidade Cultural, 2006. v. 1. p. 14-28.

61.
Santos, J.A. dos; FACCENDA, O. ; MULLER, R. M. . Análise do Sistema de Cotas da UEMS. In: III Jornada de Educação da Região da Grande Dourados, 2006, Dourados. Anais da III Jornada de Educação da Região da Grande Dourados, 2006. v. 1.

Resumos publicados em anais de congressos
1.
MUNOZ, J. A. V. ; DOURADO, I. C. ; NOGUEIRA, K. ; FADEL, S. ; Penatti, O. A. B. ; ALMEIDA, JURANDY ; PEREIRA, L. A. M. ; DOS SANTOS, J. A ; Torres, Ricardo da S. . RECOD @ Placing Task of MediaEval 2016: A Ranking Fusion Approach for Geographic-Location Prediction of Multimedia Objects.. In: MediaEval, 2016, Hilversum. MediaEval 2016, 2016.

2.
MORELLATO, LEONOR PATRICIA C. ; ALBERTON, B. ; ALMEIDA JUNIOR, Jurandy Gomes de ; DOS SANTOS, JEFERSSON A. ; MARIANO, G. C. ; TORRES, R. da S. . e-phenology: monitoring leaf phenology and tracking climate changes in the tropics. In: European Geosciences Union General Assembly, 2014, 2014, Vienna. European Geosciences Union General Assembly, 2014, 2014.

3.
PESSOA, R. F. ; FERREIRA, E. ; CAETANO JUNIOR, C. A. ; GUIMARAES, S. J. F. ; DOS SANTOS, J. A. ; ARAUJO, A. A. . NPDI Find Porn: Uma Ferramenta para Detecção de Conteúdo Pornográfico. In: roceedings of the XIV Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais, 2014, Belo Horizonte. roceedings of the XIV Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais, 2014. p. 572-585.

4.
dos Santos, Jefersson Alex; TORRES, R. da S. ; FALCÃO, A. X. . Classificação Semi-automática de Regiões em Imagens de Sensoriamento Remoto Utilizando Realimentação de Relevância. In: I Simpósio de Processamento de Sinais da UNICAMP, 2010, Campinas, SP. Proceedings of the SPS 2011, 2010. p. 41-43.

5.
Santos, J.A. dos; PERBONI, B. C. ; SILVA, J. P. ; FACCENDA, O. . Modelagem e Implementação de um Pacote Estatístico para Controle de Processos Avaliativos Utilizando Orientação a Objetos. In: 58ª Reunião Anual da SBPC, 2006, Florianópolis. Anais da 58ª Reunião Anual da SBPC, 2006.

6.
Santos, J.A. dos; SILVA, J. P. ; PERBONI, B. C. ; FACCENDA, O. . Interpretação Estatística de Resultados Acadêmicos. In: 57º Reunião Anual da SBPC, 2005, Fortaleza - CE. Anais da 57ª Reunião Anual da SBPC, 2005.

Artigos aceitos para publicação
1.
MENINI, NATHALIA ; ALMEIDA, ALEXANDRE E. ; LAMPARELLI, RUBENS ; MAIRE, GUERRIC LE ; SANTOS, JEFERSSON A. DOS ; PEDRINI, HELIO ; HIROTA, MARINA ; Torres, Ricardo da S. . A Soft Computing Framework for Image Classification Based on Recurrence Plots. IEEE Geoscience and Remote Sensing Letters, 2018.

Apresentações de Trabalho
1.
Penatti, O. A. B. ; NOGUEIRA, KEILLER ; DOS SANTOS, J. A . Do Deep Features Generalize from Everyday Objects to Remote Sensing and Aerial Scenes Domains?. 2015. (Apresentação de Trabalho/Conferência ou palestra).

2.
dos Santos, Jefersson Alex. Reconhecimento de Padrões Visuais: Aplicações em Sensoriamento Remoto e Recuperação de Informação. 2014. (Apresentação de Trabalho/Conferência ou palestra).

3.
dos Santos, Jefersson Alex. Remote Sensing Image Representation based on Hierarchical Histogram Propagation. 2013. (Apresentação de Trabalho/Simpósio).

4.
DOS SANTOS, JEFERSSON A.. Ensemble of Classifiers for Remote Sensed Hyperspectral Land Cover Analysis: An Approach based on Linear Programming and Weighted Linear Combination. 2013. (Apresentação de Trabalho/Simpósio).

5.
DOS SANTOS, JEFERSSON A.. Shape-based Time Series Analysis for Remote Phenology Studies. 2013. (Apresentação de Trabalho/Simpósio).

6.
dos Santos, Jefersson Alex; PENATTI, Otávio Augusto Bizetto ; Torres, Ricardo da S. ; Gosselin, Philippe-Henri ; Philipp-Foliguet, Sylvie . Improving Texture Description in Remote Sensing Image Multi-Scale Classification Tasks By Using Visual Words. 2012. (Apresentação de Trabalho/Congresso).

7.
FEDEL, Gabriel ; Medeiros, C. M. B. ; dos Santos, Jefersson Alex . Sinimbu - Multimodal queries to support biodiversity studies. 2012. (Apresentação de Trabalho/Conferência ou palestra).

8.
Faria, F. A ; dos Santos, Jefersson Alex ; da S. Torres, Ricardo ; ROCHA, ANDERSON . Automatic Classifier Fusion for Produce Recognition. 2012. (Apresentação de Trabalho/Simpósio).

9.
DOS SANTOS, JEFERSSON A.. Descriptor Correlation Analysis for Remote Sensing Image Multi-Scale Classification. 2012. (Apresentação de Trabalho/Conferência ou palestra).

10.
Santos, J.A. dos. Interactive Classification of Remote Sensing Images by Using Optimum-Path Forest and Genetic Programming. 2011. (Apresentação de Trabalho/Conferência ou palestra).

11.
SANTOS, Jefersson Alex dos; PENATTI, Otávio Augusto Bizetto ; TORRES, R. da S. . Evaluating the Potential of Texture and Color Descriptors for Remote Sensing Image Retrieval and Classification. 2010. (Apresentação de Trabalho/Conferência ou palestra).

12.
SANTOS, Jefersson Alex dos; Faria, F. A ; Calumby, R. T. ; TORRES, R. da S. ; LAMPARELLI, R. . A Genetic Programming approach for coffee crop recognition. 2010. (Apresentação de Trabalho/Simpósio).

13.
SANTOS, Jefersson Alex dos; TORRES, R. da S. ; LAMPARELLI, R. . Using Relevance Feedback for Classifying Remote Sensing Images. 2009. (Apresentação de Trabalho/Simpósio).

14.
SANTOS, Jefersson Alex dos. Reconhecimento Semi-Automático e Vetorização de Regiões em Imagens de Sensoriamento Remoto. 2009. (Apresentação de Trabalho/Conferência ou palestra).

15.
SANTOS, Jefersson Alex dos; FERREIRA, C. ; TORRES, R. da S. . A Genetic Programming Approach for Relevance Feedback in Region-based Image Retrieval Systems. 2008. (Apresentação de Trabalho/Simpósio).

16.
SANTOS, Jefersson Alex dos; FACCENDA, O. ; MULLER, R. M. . Avaliação do Desempenho Acadêmico dos Alunos Cotistas da UEMS. 2006. (Apresentação de Trabalho/Outra).


Produção técnica
Assessoria e consultoria
1.
dos Santos, Jefersson Alex; NOGUEIRA, K. ; BAETA, RAFAEL ; GAMA, P. H. T. ; ABREU, L. S. . [TCU/GIZ] Geocontrole: Fortalecimento do Controle Externo na Área Ambiental. 2018.

Programas de computador sem registro
1.
Santos, J.A. dos. YBY - Gerador de caminhos mínimos na malha viária urbana de Dourados. 2006.

2.
Santos, J.A. dos; BLANS, Cristiano Brandão ; CUNHA, Paulo Roberto Gomes ; SILVA, Rafael Aleixo e ; SOUSA, Sidney Roberto de ; Alves, Aguinaldo Lenine . Sistema para cadastramento e Banco de Dados para o Mini-Censo Educacional da Secretaria de Educação da Prefeitura Municipal de Dourados-MS. 2005.

3.
Santos, J.A. dos; FACCENDA, O. . Software Estatístico de Análise de Desempenho Acadêmico - SEAD. 2005.

Trabalhos técnicos
1.
DOS SANTOS, J. A.. Revisor de Artigos para o SIBGRAPI 2015 - Conference on Graphics, Patterns and Images. 2015.

2.
DOS SANTOS, J. A.. Revisão de Artigos para o EARTHVISION 2015 (Looking from above: when Earth observation meets vision -- CVPRW). 2015.

3.
DOS SANTOS, J. A.. Revisão de Artigos para o WWW 2015 -- International World Wide Web Conference. 2015.

4.
DOS SANTOS, J. A.. Revisor de Artigos para o CBMI 2015 -- 13th International Workshop on Content-Based Multimedia Indexing. 2015.

5.
DOS SANTOS, J. A.. Revisor de Artigos para o SIBGRAPI 2014 - Conference on Graphics, Patterns and Images. 2014.

6.
DOS SANTOS, J. A.. Revisor de Artigos para o CAIP 2013 -- 15th International Conference on Computer Analysis of Imagens and Patterns. 2013.

7.
CARVALHO, A. M. B. R. ; GRILO, A. ; CUGLER, D. C. ; SILVA, E. ; Alkmim, G. ; ROCHA, I. ; TAMPELINI, L. ; WATANABE, L. ; SANTOS, J. A. ; Joana E. G. Malaverri ; DE SANTI, J. ; Roberto Pereira ; MENEGUETTE, R. ; Falcão, T. ; Ferreira, Walisson . Anais do VII Workshop de Teses, Dissertações e Trabalhos de Iniciação Científica em Andamento IC-UNICAMP. 2012.

8.
dos Santos, Jefersson Alex; Gosselin, P-H. ; PHILIPP-FOLIGUET, S. ; TORRES, R. da S. ; FALCÃO, A. X. . Multi-scale classification of remote sensing images. 2011.

9.
Mariana Piquet Dias ; Cecília Mary F. Rubira ; Rodolfo Jardim de Azevedo ; Carla G. N. Macario ; Joana E. G. Malaverri ; Santos, J.A. dos ; Luiz Fernando Bittencourt ; Ricardo Caceffo ; Roberto Pereira ; Vânia Paula de A. Neris . Anais do V Workshop de Teses, Dissertações e Trabalhos de Iniciação Científica em Andamento IC-UNICAMP. 2009.

10.
Santos, J.A. dos; PENATTI, Otávio Augusto Bizetto ; TORRES, R. da S. . Evaluating the potential of texture and color descriptors for remote sensing image retrieval and classification.. 2009.

11.
DOS SANTOS, J. A.. Revisão de Artigos para o XXVIII Concurso de Trabalhos de Iniciação Científica (CSBC 2009). 2009.

12.
DOS SANTOS, J. A.. Revisão de Artigos para o VLDB 2009 (International Conference on Very Large Databases). 2009.

13.
DOS SANTOS, J. A.. Revisão de Artigos para o XXXV CLEI (Conferência Latino Americana de Informática). 2009.

14.
DOS SANTOS, J. A.. Revisão de Artigos para o SIBGRAPI 2009 - Tutorials. 2009.

15.
Santos, J.A. dos; FERREIRA, C. ; TORRES, R. da S. . A genetic programming approach for relevance feedback in region-based image retrieval systems. 2008.


Demais tipos de produção técnica
1.
DOS SANTOS, JEFERSSON A.; Torres, R.da S. . Remote Sensing Image Segmentation and Representation Through Multiscale Analysis (T8 - SIBGRAPI 2013). 2013. (Curso de curta duração ministrado/Outra).

2.
Santos, J.A. dos. Reconhecimento Semi-Automático e Vetorização de Regiões em Imagens de Sensoriamento Remoto. 2009. (Palestra).

3.
Santos, J.A. dos; CUNHA, Paulo Roberto Gomes . Minicurso de Banco de Dados Geográficos. 2006. .

4.
Santos, J.A. dos; FACCENDA, O. ; MULLER, R. M. . SEAD: Reengenharia com Aplicação de Padrões de Projeto e Refatoração. 2006. (Relatório de pesquisa).

5.
Santos, J.A. dos; FACCENDA, O. . Evolução do Quadro Funcional da UEMS. 2005. (Relatório de pesquisa).

6.
Santos, J.A. dos; FACCENDA, O. . Interpretação Estatística dos Resultados Acadêmicos. 2005. (Relatório de pesquisa).

Demais trabalhos
1.
Santos, J.A. dos; CORREIA, Marcelo Maldonado . Monitoria de Cálculo Diferencial e Integral. 2004 (Monitoria) .



Bancas



Participação em bancas de trabalhos de conclusão
Mestrado
1.
GALO, M. L. B. T.; SHIMABUKURO, M. H.; dos Santos, Jefersson Alex; IMAI, N. N.. Participação em banca de Luiz Eduardo Christovam de Souza. Organização e Armazenamento de Imagens Multitemporais Georreferenciadas para Suporte ao Processo de Detecção de Mudanças. 2018. Dissertação (Mestrado em Ciências Cartográficas) - Universidade Estadual Paulista Júlio de Mesquita Filho.

2.
FEITOSA, R. Q.; VELLASCO, M. M. B. R.; dos Santos, Jefersson Alex; SANCHES, I. D.. Participação em banca de Laura Elena Cué La Rosa. Crop Recognition from Multitemporal SAR Image Sequences Using Deep Learning Techniques. 2018. Dissertação (Mestrado em Engenharia Elétrica) - Pontifícia Universidade Católica do Rio de Janeiro.

3.
MOREIRA, G. J. P.; Menotti, David; dos Santos, Jefersson Alex. Participação em banca de Pedro Henrique Lopes Silva. Seleção de Features em Representações Profundas para Íris e Região Periocular como Modalidades Biométricas. 2018. Dissertação (Mestrado em CIÊNCIA DA COMPUTAÇÃO) - Universidade Federal de Ouro Preto.

4.
SANTOS, Jefersson dos; PEIXOTO, Z. M. A.; MACHADO, A. M. C.. Participação em banca de Álvaro Rungue. Classificação de Imagens Mamográficas na Escala de Densidade BI-RADS Utilizando Descritores de Textura. 2018. Dissertação (Mestrado em Engenharia Elétrica) - Pontifícia Universidade Católica de Minas Gerais.

5.
dos Santos, Jefersson Alex; SPINA, T. V.; CHAVEZ, G. C.; VELOSO, ADRIANO. Participação em banca de Eduardo de Araujo Tavares. Exploiting Convolutional Neural Networks for superpixel based contextual description. 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

6.
PADUA, F. L. C.; dos Santos, Jefersson Alex; LACERDA, A. M.. Participação em banca de Cristiano Fraga Guimarães Nunes. Descritor Local Baseado em Filtros Log-Gabor para Correspondência de Pontos-Chave em Imagens Multiespectrais. 2017. Dissertação (Mestrado em Modelagem Matemática e Computacional) - Centro Federal de Educação Tecnológica de Minas Gerais.

7.
dos Santos, Jefersson Alex; Menotti, David; LAMPARELLI, R.; ARAUJO, A. A.. Participação em banca de Rafael Marlon Pereira Costa Baeta Carreira. Geographical mapping of coffee crops by using convolutional networks. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

8.
dos Santos, Jefersson Alex; MACHADO, A. M. C.; CAPPABIANCO, F. A. M.; SCHWARTZ, W. R.. Participação em banca de Tiago Moreira Hübner Cançado Santana. Encoding context from superpixels to improve land-cover maps. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

9.
SCHWARTZ, W. R.; COSTA, F. O.; dos Santos, Jefersson Alex; CHAVEZ, G. C.. Participação em banca de Rafael Henrique Vareto. Face Recognition based on a Collection of Binary Classifiers. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

10.
DOS SANTOS, JEFERSSON A.; ARAUJO, A. A.; GONCALVEZ, M. A.; FEITOSA, R. Q.. Participação em banca de Edemir Ferreira de Andrade Júnior. Multimodal classification of remote sensing images. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

11.
NASCIMENTO, E. R.; CAMPOS, M. F. M.; FREITAS, G. M.; DOS SANTOS, J. A; OLIVEIRA, L. R.. Participação em banca de Guilherme Augusto Potje. On the improvement of tridimensional reconstruction from large image datasets. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

12.
SCHWARTZ, W. R.; MENOTTI, D.; DOS SANTOS, J. A. Participação em banca de Artur Jordão Lima Correia. The Good, The Fast And The Better Pedestrian Detector. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

13.
SCHWARTZ, W. R.; DOS SANTOS, J. A.; PAPA, João Paulo. Participação em banca de Cristianne Rodrigues Santos Dutra. Técnicas otimizadas para reidentificação de pessoas. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

14.
BATISTA, L.; CABRAL, L. A. F.; DOS SANTOS, J. A. Participação em banca de Iron Araújo de Almeida Junior. Uma Nova Abordagem de Casamento de Impressões Digitais. 2016. Dissertação (Mestrado em Informática) - Universidade Federal da Paraíba.

15.
GUIMARAES, S. J. F.; DOS SANTOS, J. A; PATROCINIO JUNIOR, Z. K. G.. Participação em banca de Yuri Hoffman Ribeiro. Combinação de Kernels para Classificação de Imagens. 2016. Dissertação (Mestrado em Informática) - Pontifícia Universidade Católica de Minas Gerais.

16.
ZIVIANI, N.; FERREIRA, R. A. C.; VELOSO, ADRIANO; Santos, J.A. dos. Participação em banca de Keiller Nogueira. Abordagens de aprendizado estatístico e profundo para os problemas de decomposição e anotação de peças de roupas em fotografias de moda. 2015. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

17.
ROSSO JUNIOR, R. S. U.; da Silva, André Tavares; HOUNSELL, M. S.; DOS SANTOS, JEFERSSON A.. Participação em banca de Ion Ferreira Patruni. Detecção de intrusão utilizando fluxo óptico e histograma de gradientes orientados. 2015. Dissertação (Mestrado em Computação Aplicada) - Universidade do Estado de Santa Catarina.

18.
DOS SANTOS, JEFERSSON A.; SCHWARTZ, W. R.; MACHADO, A. M. C.; PEDRONETTE, D. C. G.; NASCIMENTO, E. R.. Participação em banca de Ramon Figueiredo Pessoa. Low-cost visual feature representations for image retrieval. 2015. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

19.
SCHWARTZ, W. R.; Menotti, David; JUNG, C. R.; Santos, J.A. dos; CAMPOS, M. F. M.. Participação em banca de Victor Hugo Cunha de Melo. Fast and robust optimization approaches for pedestrian detection. 2014. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

20.
GUIMARAES, S. J. F.; PATROCINIO JUNIOR, Z. K. G.; Santos, J.A. dos; ZARATE-GALVEZ, L. E.. Participação em banca de Luciana dos Santos Belo. Resumo estático de vídeo utilizando hierarquia baseada em escala de observação. 2014. Dissertação (Mestrado em Informática) - Pontifícia Universidade Católica de Minas Gerais.

21.
ARAUJO, A. A.; GUIMARAES, S. J. F.; VALLE JUNIOR, E. A.; Santos, J.A. dos; SCHWARTZ, W. R.. Participação em banca de Carlos Antonio Caetano Junior. Uso de descritores binários para detecção de pornografia. 2014. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais.

22.
Menotti, David; Santos, H.; CHAVEZ, G. C.; MOREIRA, G. J. P.; Santos, J.A. dos. Participação em banca de Sandro Luiz Lopes Tinôco. Análise de Combinação de Classificadores usando uma Abordagem Multiobjetivo: baseada em Acurácia e Número de Classificadores. 2013. Dissertação (Mestrado em CIÊNCIA DA COMPUTAÇÃO) - Universidade Federal de Ouro Preto.

Teses de doutorado
1.
SANTANCHE, A.; DOS SANTOS, J. A.; Faria, F. A; BARROS, R. M. L.; PEDRINI, H.. Participação em banca de Nielsen Cassiano Simões. Automatic Soccer Video Summarization Based on Visual Rhythm. 2018. Tese (Doutorado em Ciência da Computação) - Universidade Estadual de Campinas.

2.
SCHWARTZ, W. R.; CHAVEZ, G. C.; NASCIMENTO, E. R.; dos Santos, Jefersson Alex; PONTI, M.; JUNG, C. R.. Participação em banca de Rensso Victor Hugo Mora Colque. Robust Approaches for Anomaly Detection Applied to Video Surveillance. 2018. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais.

3.
SCHWARTZ, W. R.; NASCIMENTO, E. R.; VELOSO, ADRIANO; PADUA, F. L. C.; PEDRINI, H.; DOS SANTOS, J. A; MEIRA JUNIOR, W.. Participação em banca de Marco Túlio Alves Rodrigues. Detecção de mudanças em cenas terrestres usando imagens aéreas. 2016. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais.

4.
ARAUJO, A. A.; GUIMARAES, S. J. F.; PEDRINI, H.; DOS SANTOS, J. A.; LOTUFO, R. A.; SCHWARTZ, W. R.. Participação em banca de Kleber Jacques Ferreira de Souza. Hierarchical video segmentation using an observation scale. 2016. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais.

5.
MAILLARD, P.; NOBREGA, R. A. A.; dos Santos, Jefersson Alex; SHIMABUKURO, Y.; QUINTANILHA, J.. Participação em banca de Marilia Ferreira Gomes. Detecção de árvores em imagens de alta resolução espacial. 2016. Tese (Doutorado em Geografia) - Universidade Federal de Minas Gerais.

Qualificações de Doutorado
1.
ARAUJO, A. A.; CHAVEZ, G. C.; GUIMARAES, S. J. F.; dos Santos, Jefersson Alex; HASHIMOTO, R. F.. Participação em banca de Edward Jorge Yuri Cayllahua Cahuina. Algorithms for hierarchical segmentation. 2018. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.

2.
SCHWARTZ, W. R.; dos Santos, Jefersson Alex; ROCHA, ANDERSON; VELOSO, ADRIANO; PAPA, J.. Participação em banca de Carlos Antônio Caetano Júnior. Motion-Based Representations for Activity Recognition. 2018. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.

3.
PONTI, M. A.; SANTOS, Jefersson Alex dos; CERRI, R.; TRAINA, A. J. M.. Participação em banca de Fernando Pereira dos Santos. Features transfer learning between domains for image and video recognition tasks. 2018. Exame de qualificação (Doutorando em Ciências da Computação e Matemática Computacional) - Universidade de São Paulo.

4.
dos Santos, Jefersson Alex; SCHWARTZ, W. R.; KORTING, T.; Menotti, David; ASSUNCAO, R.; ALVIM, M. S. F.. Participação em banca de Keiller Nogueira. Going deep into remote sensing spatial feature learning. 2017. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.

5.
SCHWARTZ, W. R.; JUNG, C. R.; dos Santos, Jefersson Alex; CAMPOS, M. F. M.; GUIMARAES, S. J. F.. Participação em banca de Rensso Victor Hugo Mora Colque. Anomaly detection in multiple environments. 2017. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.

6.
SCHWARTZ, W. R.; NASCIMENTO, E. R.; VELOSO, ADRIANO ALONSO; PADUA, F. L. C.; PEDRINI, H.; Santos, J.A. dos; MEIRA JUNIOR, W.. Participação em banca de Marco Túlio Alves Rodrigues. Detecção de mudanças em imagens aéreas baseada em abordagens estatísticas. 2015. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.

7.
ARAUJO, A. A.; GUIMARAES, S. J. F.; PEDRINI, H.; DOS SANTOS, J. A.; SCHWARTZ, W. R.. Participação em banca de Kleber Jacques Ferreira de Souza. Hierarchical video segmentation and its application to human action classification. 2015. Exame de qualificação (Doutorando em Ciências da Computação) - Universidade Federal de Minas Gerais.

8.
Santos, J.A. dos; NOBREGA, R. A. A.; MAILLARD, P.. Participação em banca de Marília Ferreira Gomes. O estudo de coberturas florestais a partir de imagens de alta resolução espacial: métodos para identificação automática de árvores. 2014. Exame de qualificação (Doutorando em Geografia) - Universidade Federal de Minas Gerais.



Participação em bancas de comissões julgadoras
Concurso público
1.
CHAVEZ, G. C.; SCHARCANSKI, J.; DOS SANTOS, J. A.. Professor de magistério superior - área Ciência da Computação / Metodologias e Técnicas da Computação, regido pelo Edital PROAD 24/2018. 2018. Universidade Federal de Ouro Preto.

2.
SABIN, G. P.; GOMES, R. S. R.; Santos, J.A. dos. Professor Assistente-A, na Área de Ciência da Computação, subárea: Análise e Desenvolvimento de Software. 2014. Universidade Federal de Mato Grosso.



Eventos



Participação em eventos, congressos, exposições e feiras
1.
2015 IEEE Conference on Computer Vision and Pattern Recognition (CVPR). Do Deep Features Generalize from Everyday Objects to Remote Sensing and Aerial Scenes Domains?. 2015. (Congresso).

2.
Conference on Graphics, Patterns, and Images (SIBGRAPI). 2015. (Congresso).

3.
Congresso Brasileiro de Informática na Educação.Reconhecimento de Padrões Visuais: Aplicações em Sensoriamento Remoto e Recuperação de Informação. 2014. (Outra).

4.
IGARSS 2013.Remote Sensing Image Representation based on Hierarchical Histogram Propagation. 2013. (Simpósio).

5.
SIBGRAPI 2013. Semi-automatic classification of remote sensing images. 2013. (Congresso).

6.
21st International Conference on Pattern Recognition. Descriptor Correlation Analysis for Remote Sensing Image Multi-Scale Classification. 2012. (Congresso).

7.
ICCSA 2012. Sinimbu - Multimodal queries to support biodiversity studies. 2012. (Congresso).

8.
IGARSS 2012.Automatic Fusion of Region-Based Classifiers For Coffee Crop Recognition. 2012. (Simpósio).

9.
SIBGRAPI 2012 - Conference on Graphics, Patterns and Images. Automatic Classifier Fusion for Produce Recognition. 2012. (Congresso).

10.
Computer Analysis of Images and Patterns - 14th International Conference, CAIP 2011.Interactive Classification of Remote Sensing Images by Using Optimum-Path Forest and Genetic Programming. 2011. (Outra).

11.
2010 IEEE International Geoscience and Remote Sensing Symposium.A Genetic Programming approach for coffee crop recognition. 2010. (Simpósio).

12.
International Conference on Computer Vision Theory and Applications (VISAPP 2010).Evaluating the Potential of Texture and Color Descriptors for Remote Sensing Image Retrieval and Classification. 2010. (Outra).

13.
I Simpósio de Processamento de Sinais da UNICAMP.Classificação Semi-automática de Regiões em Imagens de Sensoriamento Remoto Utilizando Realimentação de Relevância. 2010. (Simpósio).

14.
Simpósio Brasileiro de Sensoriamento Remoto.Using Relevance Feedback for Classifying Remote Sensing Images. 2009. (Simpósio).

15.
SIBGRAPI 2008.A Genetic Programming Approach for Relevance Feedback in Region-Based Image Retrieval Systems. 2008. (Simpósio).

16.
IX Simpósio Brasileiro de Geoinformática - GEOINFO. 2007. (Simpósio).

17.
UPA - Unicamp de Portas Abertas.Webmaps - Sistema Baseado na Web Semântica para Monitoramento Agrícola e Previsão de Safras. 2007. (Outra).

18.
58ª Reunião Anual da SBPC. Modelagem e Implementação de um Pacote Estatístico para Controle de Processos Avaliativos Utilizando Orientação a Objetos. 2006. (Congresso).

19.
II ENIC - Encontro de Iniciação Científica.SEAD: Reengenharia com Aplicação de Padrões de Projeto e Refatoração. 2006. (Encontro).

20.
IV Jornada de Educação de Mato Grosso do Sul.Avaliação do Desempenho Acadêmico dos Alunos Cotistas da UEMS. 2006. (Encontro).

21.
Semana Acadêmica de Computação.Minicurso de banco de dados geográficos. 2006. (Outra).

22.
57º Reunião Anual da SBPC. Interpretação Estatística de Resultados Acadêmicos. 2005. (Congresso).

23.
5ª Infoweek - Semana de Informática Unificada de Informática de Dourados. 2005. (Outra).

24.
4ª Infoweek - Semana de Informática Unificada de Informática de Dourados. 2004. (Outra).


Organização de eventos, congressos, exposições e feiras
1.
SANTOS, J. A.. Semana de Seminários do PPGCC/UFMG. 2017. (Outro).

2.
DOS SANTOS, JEFERSSON A.. Semana de Seminários do PPGCC/UFMG. 2016. (Outro).

3.
MACHARET, D. ; dos Santos, Jefersson Alex ; DOS SANTOS, V. F. ; DIAS, S. R. . Final Brasileira da Maratona de Programação. 2016. .

4.
dos Santos, Jefersson Alex; FEITOSA, R. Q. ; KORTING, T. . Workshop on Pattern Recognition for Earth Observation. 2016. (Congresso).

5.
CARVALHO, A. M. B. R. ; GRILO, A. ; CUGLER, D. C. ; SILVA, E. ; Alkmim, G. ; ROCHA, I. ; TAMPELINI, L. ; WATANABE, L. ; Santos, J.A. dos ; Joana E. G. Malaverri ; DE SANTI, J. ; Roberto Pereira ; MENEGUETTE, R. ; Falcão, T. ; Ferreira, Walisson . VII Workshop de Teses, Dissertações e Trabalhos de Iniciação Científica em Andamento IC-UNICAMP. 2012. (Outro).

6.
Cecília Mary F. Rubira ; Rodolfo Jardim de Azevedo ; Carla G. N. Macario ; Santos, J.A. dos ; Joana E. G. Malaverri ; Roberto Pereira ; Ricardo Caceffo ; Vânia Paula de A. Neris ; Luiz Fernando Bittencourt . V Workshop de Teses, Dissertações e Trabalhos de Iniciação Científica em Andamento IC-UNICAMP. 2009. (Outro).



Orientações



Orientações e supervisões em andamento
Dissertação de mestrado
1.
Érico Marco Pereira. (a definir). Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais. (Orientador).

2.
Jéssica Ferreira Soares. Redes neurais convolucionais para processamento de EEGs. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

3.
Matheus Barros Pereira. Super-resolução de imagens aéreas utilizando aprendizado profundo com modelos generativos. Início: 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).

4.
João Macedo. Estimativa de idade em mídias sensíveis.. Início: 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais. (Orientador).

5.
Caio Cesar Viana da Silva. Mapeamento geográfico usando classificação de imagens aéreas em cenário aberto.. Início: 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Orientador).

Tese de doutorado
1.
Virgínia Fernandes Mota. Tensor Descriptors for Spatio-Temporal Description. Início: 2018. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais. (Coorientador).

2.
André Monteiro. (a definir). Início: 2018. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais. (Orientador).

3.
Edemir Ferreira de Andrade Junior. Mapeamento geográfico utilizando imagens aéreas de múltiplas bases de conhecimento. Início: 2016. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais. (Orientador).

4.
Hugo Neves de Oliveira. Segmentação e Classificação de Achados Mamográficos. Início: 2016. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais, Fundação de Amparo à Pesquisa do Estado de Minas Gerais. (Orientador).

5.
Keiller Nogueira. Aprendizado de descritores usando redes neurais. Início: 2015. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais, Fundação de Amparo à Pesquisa do Estado de Minas Gerais. (Orientador).

6.
Carlos Antônio Caetano Júnior. Descritores Temporais aplicados à Segmentação e Reconhecimento de Ações. Início: 2015. Tese (Doutorado em Ciências da Computação) - Universidade Federal de Minas Gerais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. (Coorientador).

Trabalho de conclusão de curso de graduação
1.
Gabriel Lucas Silva Machado.. Limiarização em redes neurais convolucionais para classificação em cenário aberto. Início: 2018. Trabalho de Conclusão de Curso (Graduação em Ciência da Computação) - Universidade Federal de Minas Gerais. (Orientador).

Iniciação científica
1.
Luiza Silva Abreu. Detecção de pontes e viadutos em imagens aéreas utilizando aprendizado profundo. Início: 2018. Iniciação científica (Graduando em Engenharia de Sistemas) - Universidade Federal de Minas Gerais, Fundação de Desenvolvimento da Pesquisa. (Orientador).

2.
Pedro H. T. Gama. Mapeamento automático de erosão em ferrovias por meio de aprendizado profundo. Início: 2018. Iniciação científica (Graduando em Matemática Computacional) - Universidade Federal de Minas Gerais, Fundação de Desenvolvimento da Pesquisa. (Orientador).

3.
Francielly N. Lafaete. Explorando redes convolucionais para detecção de estradas rurais em Minas Gerais. Início: 2018. Iniciação científica (Graduando em Sistemas de Informação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).


Orientações e supervisões concluídas
Dissertação de mestrado
1.
Eduardo de Araújo Tavares. Exploiting Convolutional Neural Networks for superpixel based contextual description. 2018. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Fundação de Amparo à Pesquisa do Estado de Minas Gerais. Orientador: Jefersson Alex dos Santos.

2.
Rafael Marlon Pereira Costa Baeta Carreira. Geographical mapping of coffee crops by using convolutional networks. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, . Orientador: Jefersson Alex dos Santos.

3.
Tiago Moreira Hübner Cançado Santana. Encoding context from superpixels to improve land-cover maps. 2017. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Jefersson Alex dos Santos.

4.
Edemir Ferreira de Andrade Junior. Multimodal classification of remote sensing images. 2016. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Orientador: Jefersson Alex dos Santos.

5.
Agnaldo Aparecido Esmael. Classificador Multiclasse para Reconhecimento de Regiões em Imagens de Sensoriamento Remoto. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Campinas, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Coorientador: Jefersson Alex dos Santos.

6.
Keiller Nogueira. Abordagens de aprendizado estatístico e profundo para os problemas de decomposição e anotação de peças de roupas em fotografias de moda. 2015. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Coorientador: Jefersson Alex dos Santos.

7.
John Edgar Vargas Muños. Superpixel-based interactive classification of very high resolution images. 2015. Dissertação (Mestrado em Ciência da Computação) - Universidade Estadual de Campinas, . Coorientador: Jefersson Alex dos Santos.

8.
Ramon Figueiredo Pessoa. Low-cost visual feature representations for image retrieval. 2015. Dissertação (Mestrado em Ciências da Computação) - Universidade Federal de Minas Gerais, . Orientador: Jefersson Alex dos Santos.

Tese de doutorado
1.
Anselmo Castelo Branco Ferreira. Multi-Analysis Techniques for Digital Image Forensics. 2016. Tese (Doutorado em Ciência da Computação) - Universidade Estadual de Campinas, Coordenação de Aperfeiçoamento de Pessoal de Nível Superior. Coorientador: Jefersson Alex dos Santos.

Trabalho de conclusão de curso de graduação
1.
Laura Vianna Lucciola. Aplicação para oferecer melhor usabilidade para os alunos do curso de Ciência de Computação no acesso às informações do curso. 2018. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

2.
Samuel A. M. Oliveira. Classificação binária de achados mamográficos. 2018. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

3.
Guilherme Castro Silva. Detecção de estradas não pavimentadas com o uso de imagens orbitais em Minas Gerais. 2018. Trabalho de Conclusão de Curso. (Graduação em Engenharia de Sistemas) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

4.
Enzo Roiz. Criação de ferramenta para anotação e coleta de cenas aéreas à partir do Google Maps. 2015. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

5.
Felipe César Pinto. Uma ferramenta pra classificação interativa de ISRs. 2014. Trabalho de Conclusão de Curso. (Graduação em Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

6.
Rafael Almeida Batista. Uma abordagem multiclassificador para fusão de imagens de diferentes sensores. 2014. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

7.
Pedro Magalhães Fortini. Identificando Plágios e Influências Musicais através da Similaridade de Riffs de Guitarra. 2014. Trabalho de Conclusão de Curso. (Graduação em Ciência da Computação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

8.
José Augusto Salim. Um Repositório Espacialmente Habilitado para Dados Ecológicos Genéricos. 2009. Trabalho de Conclusão de Curso. (Graduação em Engenharia de Computação) - Universidade Estadual de Campinas. Orientador: Jefersson Alex dos Santos.

Iniciação científica
1.
Pedro Henrique Targino Gama. Uma biblioteca para programação genética em unidades gráficas de processamento. 2017. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Jefersson Alex dos Santos.

2.
Francielly N. Lafaete. Detecção de estradas rurais utilizando imagens aéreas. 2017. Iniciação Científica. (Graduando em Sistemas de Informação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Jefersson Alex dos Santos.

3.
Rafael Vieira. Mapeamento automático de vias urbanas. 2016. Iniciação Científica. (Graduando em Engenharia de Sistemas) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

4.
Érico Marco Dias Alves Pereira. Comparação de técnicas baseadas em Deep Learning para Fusão de Dados. 2016. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

5.
Érico Marco Dias Alves Pereira. Avaliação de descritores para aplicações em dispositivos móveis. 2015. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

6.
Waner O. Miranda. Combinação de séries temporais usando Programação Genética. 2015. Iniciação Científica. (Graduando em Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

7.
Felipe César Pinto. Mapeamento Interativo de Regiões Utilizando Abordagens Multi-Escala. 2014. Iniciação Científica. (Graduando em Sistemas de Informação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Jefersson Alex dos Santos.

8.
Érico Marco Dias Alves Pereira. Estudo Comparativo de Descritores para Identificação de Peças de Vestuário. 2014. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Jefersson Alex dos Santos.

9.
Agnaldo Aparecido Esmael. Especificação e Implementação de uma Interface para Classificação Interativa de Imagens de Sensoriamento Remoto Baseada em Regiões (Orientador: Ricardo da S. Torres). 2012. Iniciação Científica. (Graduando em Ciência da Computação) - Universidade Estadual de Campinas, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Jefersson Alex dos Santos.

10.
Rafael Ferrucci. Interface Gráfica para Sistemas de Classificação de Imagens de Sensoriamento Remoto que Utilizam Realimentação de Relevância. 2010. Iniciação Científica. (Graduando em Midialogia) - Universidade Estadual de Campinas. Orientador: Jefersson Alex dos Santos.

Orientações de outra natureza
1.
Felipe César Pinto. Aplicação de Fácil Uso para Melhoria na Tomada de Decisão no Comércio Eletrônico. 2015. Orientação de outra natureza. (Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

2.
Waner de Oliveira Miranda. Dicionário On-line de Fraseologismos - Português, Italiano e Espanhol. 2015. Orientação de outra natureza. (Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

3.
Waner de Oliveira Miranda. Combinação de Séries Temporais Para Reconhecimento de Padrões Fenológicos. 2014. Orientação de outra natureza. (Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

4.
João Paulo Batista Brum. Mapeamento de Áreas de Risco Ocupadas por meio da Intercessão de Segmentações de Ocupação do Solo em Imagens de Satélite e de Áreas com Declive Protegidas por Leis. 2014. Orientação de outra natureza. (Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

5.
Lilian Chaves Brandão dos Santos. Seleção não supervisionada de bandas em imagens hyperespectrais de sensoriamento remoto. 2014. Orientação de outra natureza - Universidade Federal de Minas Gerais, Conselho Nacional de Desenvolvimento Científico e Tecnológico. Orientador: Jefersson Alex dos Santos.

6.
Waner de Oliveira Miranda. Aprendendo características espaciais para criação de mapas temáticos utilizando Deep Learning. 2014. Orientação de outra natureza. (Sistemas de Informação) - Universidade Federal de Minas Gerais. Orientador: Jefersson Alex dos Santos.

7.
Tiago Barros. Estudo de Técnicas de Segmentação para Classificação Multiescala de Imagens de Sensoriamento Remoto. 2012. Orientação de outra natureza. (Ciência da Computação) - Universidade Estadual de Campinas. Orientador: Jefersson Alex dos Santos.



Outras informações relevantes


Campeão Regional (UEMS Time 1) - Sede Dourados/MS. XI Maratona de Programação (The 2006 ACM-ICPC South America).



Página gerada pelo Sistema Currículo Lattes em 20/01/2019 às 22:29:28