Thiago Teixeira Santos

  • Endereço para acessar este CV: http://lattes.cnpq.br/2792265423739427
  • Última atualização do currículo em 26/06/2018


Possui graduação em Ciência da Computação pela Universidade de São Paulo (2000), mestrado em Ciências da Computação pela Universidade de São Paulo (2004) e doutorado em Ciências da Computação pela Universidade de São Paulo (2009). Atualmente é pesquisador a da Empresa Brasileira de Pesquisa Agropecuária. Tem experiência na área de Ciência da Computação, com ênfase em Processamento Gráfico (Graphics), atuando principalmente nos seguintes temas: fenotipagem baseada em visão computacional, arquitetura de plantas e metrologia baseada em visão computacional. (Texto informado pelo autor)


Identificação


Nome
Thiago Teixeira Santos
Nome em citações bibliográficas
SANTOS, T. T.;Santos, Thiago T.;Santos, Thiago Teixeira;Santos, T. T.

Endereço


Endereço Profissional
Empresa Brasileira de Pesquisa Agropecuária, Embrapa Informática Agropecuária.
Avenida André Tosello, 209
Cidade Universitária
13083886 - Campinas, SP - Brasil - Caixa-postal: 6041
Telefone: (19) 32115823
URL da Homepage: tps://www.embrapa.br/equipe/-/empregado/351534/thiago-teixeira-santos


Formação acadêmica/titulação


2004 - 2009
Doutorado em Ciências da Computação.
Universidade de São Paulo, USP, Brasil.
com período sanduíche em University of Maryland at College Park (Orientador: Rama Chellappa).
Título: Detecção e rastreamento de múltiplos objetos em condição de oclusão severa por meio de integração de suporte sob restrição homográfica, Ano de obtenção: 2009.
Orientador: Carlos Hitoshi Morimoto.
Bolsista do(a): Coordenação de Aperfeiçoamento de Pessoal de Nível Superior, CAPES, Brasil.
Palavras-chave: processamento de imagens, visão computacional; homografia; multiple view; rastreamento; shot-boundary detection, video processing; surveillance.
Grande área: Ciências Exatas e da Terra
2001 - 2004
Mestrado em Ciências da Computação.
Universidade de São Paulo, USP, Brasil.
Título: Segmentação Automática de Tomadas em Vídeo,Ano de Obtenção: 2004.
Orientador: Carlos Hitoshi Morimoto.
Palavras-chave: processamento de imagens; recuperação de informação.
Grande área: Ciências Exatas e da Terra
Setores de atividade: Desenvolvimento de Programas (Software).
1997 - 2000
Graduação em Ciência da Computação.
Universidade de São Paulo, USP, Brasil.




Atuação Profissional



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

2010 - Atual
Vínculo: Celetista formal, Enquadramento Funcional: Pesquisador A, Carga horária: 40
Outras informações
Embrapa Informática Agropecuária - Campinas - SP


Faculdade Senac de Ciências Exatas e Tecnologia, CEI-SENAC, Brasil.
Vínculo institucional

2003 - 2004
Vínculo: Professor, Enquadramento Funcional: Professor Auxiliar, Carga horária: 30, Regime: Dedicação exclusiva.

Vínculo institucional

2001 - 2003
Vínculo: Consultor, Enquadramento Funcional: Auxiliar de Ensino, Carga horária: 40

Atividades

8/2002 - 6/2004
Ensino, Ciência da Computação, Nível: Graduação

Disciplinas ministradas
Técnicas de Construção de Programas
Interação Humano-Computador
12/2001 - 6/2004
Pesquisa e desenvolvimento , Laboratório de Imagens Visão e Estruturas Espaciais, Liberdade.

12/2001 - 6/2004
Serviços técnicos especializados , Laboratório de Imagens Visão e Estruturas Espaciais, Liberdade.

Serviço realizado
Administração de Rede Linux.

Universidade de São Paulo, USP, Brasil.
Vínculo institucional

2000 - 2001
Vínculo: Outro, Enquadramento Funcional: Bolsista - Capacitação Técnica FAPESP, Carga horária: 40, Regime: Dedicação exclusiva.
Outras informações
Atuação nos projetos Viral Genetic Diversity Network (VGDN) e Cooperation for Analysis of Gene Expression (CAGE).

Atividades

12/2000 - 12/2001
Serviços técnicos especializados , Instituto de Matemática e Estatística, Departamento de Ciência da Computação.

Serviço realizado
Serviços em Banco de Dados e Redes Linux para o BIOINFO-USP.


Linhas de pesquisa


1.
Processamento e análise de vídeo digital
2.
Processamento de imagens


Projetos de pesquisa


2018 - Atual
Agricultura ciente de ambiente: raciocínio sobre estrutura tridimensional no campo de cultivo (AACr3)
Descrição: Automação em ambientes internos e urbanos geralmente depende de ambientes estruturados ou semiestruturados. Das linhas de montagem industriais robotizadas à navegação automotiva ciente do tráfego urbano, algum conhecimento da estrutura do ambiente é empregado na prestação de serviços automatizados. No entanto, os ambientes naturais e agrícolas carecem de dados estruturados, restringindo a automação no campo a maquinário agrícola com algum nível limitado de operação autônoma. A aquisição desses dados tinha custos proibitivos até recentemente, considerando-se o relativo baixo custo dos produtos agrícolas, mas a combinação de recentes avanços em visão computacional e sensores acessíveis está mudando este cenário. O objetivo desta proposta é a recuperação automatizada da estrutura 3-D geo-referenciada de campos de cultivo e a detecção e classificação de objetos de interesse, tais como terreno, plantas, folhas e frutos, a partir do estado da arte em técnicas de visão e inteligência artificial. Resultados preliminares mostram que o imageamento tridimensional é uma forma viável e versátil de capturar e avaliar o estado de plantas e o ambiente da cultura. Nesta proposta, o sensoriamento remoto proximal será realizado por plataformas móveis que transportam sensores (câmeras e scanners LiDAR). Grandes conjuntos de dados visuais serão a entrada de um sistema de visão estéreo múltipla que irá construir modelos tridimensionais da cultura, na forma de nuvens de pontos 3-D ('point clouds'). Algoritmos de visão computacional e aprendizado de máquina serão empregados na detecção e classificação de objetos de interesse, e informações como características das plantas, variação espacial na cultura e outras medidas serão devidamente estimadas a partir dessas nuvens. Parcelas de três culturas diferentes (incluindo culturas de grãos e fruticultura) serão sensoreadas e estruturadas em momentos diferentes, capturando vários estágios de desenvolvimento das plantas. Este projeto irá integrar tecnologias de ponta em imageamento, robótica e visão computacional em uma metodologia completa para a aquisição da estrutura 3-D de campos de cultivo, abordando problemas em automação e computação de alto desempenho. Métodos baseados em aprendizagem de máquina para a extração de padrões e características a partir desses dados serão desenvolvidas e avaliadas contra metodologias tradicionais utilizadas em pesquisa agrícola..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (1) .
Integrantes: Thiago Teixeira Santos - Coordenador / Luciano Vieira Koenigkan - Integrante / Jayme Garcia Arnal Barbedo - Integrante / Luis Henrique Bassoi - Integrante / Eric Rohmer - Integrante / João Camargo Neto - Integrante / leber Xavier Sampaio de Souza - Integrante / Celina Maki Takemura - Integrante / Juliana Erika de Carvalho Teixeira Yassitepe - Integrante / Gustavo Costa Rodrigues - Integrante / Leonardo Ribeiro Queiroz - Integrante.Financiador(es): Fundação de Amparo à Pesquisa do Estado de São Paulo - Auxílio financeiro / IBM BRASIL IND.MAQ. E SERVICOS LTDA - Auxílio financeiro.
2016 - Atual
Tecnologias Portadoras de Futuro para Automação e Agricultura de Precisão
Descrição: A disseminação do uso da Agricultura de Precisão (AP) tem proporcionado o desenvolvimento e a introdução de novas máquinas, dispositivos de medição, tecnologias de informação e automação e novos conceitos em sistemas de manejo e armazenamento de dados. Exemplos dessas novas tecnologias são o FMIS (Farm Management Information System), que pode ser entendida como a evolução de sistemas de apoio à tomada de decisão, com integração de dados e informações aos conceitos atuais de processamento de grandes volumes de dados nas nuvens; a robótica agrícola com o uso de veículos autônomos para multiplicar a capacidade humana e substituir operações repetitivas, tediosas, insalubres e perigosas; o tráfego controlado de máquinas em campo (Controlled-traffic farming - CTF) com objetivo da redução da compactação do solo; tecnologias de redes de sensores sem fio; e conceitos de Big data e da internet das coisas no ambiente rural, dentre outros. Essas novas tecnologias surgem com grande potencial de impactar no curto e médio prazo e criar um novo modelo de produção de alimentos e fibras para o futuro. A aplicação dos conceitos da AP em uma propriedade gera grande volume de dados como mapas, dados do desempenho de máquinas, da aplicação de insumos, dados de colheita, etc. Nesse contexto, uma grande oportunidade é de desenvolver sistemas que conectem as máquinas com os dispositivos sensores e suas redes de transmissão com ou sem fio a uma nuvem na internet, de modo que essas informações possam ser acessadas rapidamente para a tomada de decisão no campo. Tais sistemas podem ser úteis também para a rastreabilidade da produção e manutenção da qualidade dos produtos. Este projeto pretende explorar oportunidades consideradas como de futuro e que deverão contribuir para uma agropecuária moderna, altamente tecnificada e conectada, mas com práticas que garantam excelentes produtividades com qualidade e respeito ao meio ambiente, com o manejo sítio específico como um dos pilares conceituais básicos. Para tanto, conta com 5 Planos de Ação técnicos que visam o desenvolvimento de tecnologias de futuro para a AP, que são: i) Internet das máquinas agrícolas, ii) Irrigação inteligente, iii) Pulverização de precisão, iv) Metrologia por imagem para AP em fruticultura e fenotipagem, e v) Sistema embarcado em plataforma robótica para análises do solo em campo. Como resultados principais desse projeto pretende-se contribuir para a implementação de padrões de comunicação entre máquinas agrícolas (ISO 11783); desenvolver uma Unidade de Controle Eletrônico (ECU) para a coleta de dados de sensores instalados em máquinas agrícolas e envio à nuvem (internet); desenvolver um sistema para a irrigação a taxa variada (VRI); técnicas de aquisição e tratamento de imagem em conjunto com sensores e modelagem para a definição de zonas de manejo de plantas invasoras e pulverização localizada à taxa variável, incluindo o desenvolvimento de novos sistemas de pulverização de precisão; aplicar técnicas de reconstrução tridimensional à fruticultura permitindo o mapeamento de características de interesse da AP e fenotipagem de plantas; desenvolver veículo tipo Rover com um espectrômetro portátil para o mapeamento de propriedades do solo visando o estabelecimento de zonas de manejo e a aplicação localizada de fertilizantes. Pretende-se, assim, atacar algumas questões críticas, que são ao mesmo tempo oportunidades de pesquisa e com grande potencial de impulsionar o desenvolvimento da AP e impactar no setor produtivo..
Situação: Em andamento; Natureza: Pesquisa.
2013 - 2015
Diagnóstico Automático de Doenças em Plantas Usando Imagens Digitais
Descrição: O rápido diagnóstico de doenças em plantas de valor econômico é essencial para garantir a segurança alimentar e evitar prejuízos maiores decorrentes do alastramento desse mal. Dois problemas principais podem impedir esse objetivo: 1) o monitoramento permanente de todas as plantas por pessoas capazes de detectar as enfermidades é, na maioria das vezes, inviável; 2) em muitos casos a pessoa que detecta os sintomas não possui conhecimentos suficientes para identificar sua causa. Apesar de haver algumas soluções que exploram a tecnologia como um facilitador para um rápido diagnóstico, normalmente envolvendo uma base de dados de referência que pode ser consultada pelo usuário, o surgimento de sistemas realmente automáticos tem sido bastante lento, especialmente quando se considera a importância do problema. Isto ocorre não por falta de interesse dos pesquisadores, mas sim por falta de uma base de dados suficientemente abrangente para permitir o desenvolvimento de métodos realmente robustos de diagnóstico. Portanto, tão importante quanto o desenvolvimento da técnica em si, é a necessidade de se construir bases de dados que permitam uma completa validação dos métodos propostos. Assim, o presente projeto tem dois objetivos principais: 1) construir uma base de dados contendo imagens de sintomas e descrições detalhadas de suas causas e consequências; 2) desenvolver métodos capazes de fornecer um diagnóstico confiável usando imagens digitais fornecidas pelos usuários. Os métodos serão implementados em duas versões, uma para dispositivos móveis, e outra com interface web. As culturas a serem consideradas inicialmente serão algodão, soja, milho, arroz, feijão, trigo, sorgo, cana-de-açúcar, citros, videiras, abacaxi, café, cupuaçu, açaí, antúrio, meloeiro, palma de óleo, coqueiro e pimenta-do-reino, porém outras poderão ser adicionadas ao longo do projeto..
Situação: Concluído; Natureza: Pesquisa.
2013 - Atual
Desenvolvimento de procedimentos para a fenotipagem de genótipos de milho quanto à tolerância ao déficit hídrico usando imagens espectroscópicas da parte aérea
Descrição: As técnicas tradicionais de fenotipagem de plantas usam traits facilmente mensuráveis, com base em medidas relacionadas ao peso e tamanho das plantas. Tais medidas podem ser realizadas em qualquer horário, sem protocolo, preparação prévia da amostra ou conhecimentos profundos para a obtenção e interpretação dos dados. No entanto, exigem a experimentação a campo, usam métodos destrutivos e demandam tempo, recursos e mão-de-obra. Em razão dos desafios atuais relacionados à competitividade do mercado de cultivares, à sustentabilidade do agronegócio e às mudanças climáticas globais, os melhoristas têm buscado traits mais específicos, dinâmicos e que auxiliem na explicação das respostas das plantas ao ambiente. Para avaliar esses traits , a fenotipagem tem avançado em escala, precisão, reprodutibilidade e complexidade em relação às técnicas tradicionais, principalmente pelo uso de imagens geradas em plataformas automatizadas de fenotipagem de plantas. Tais facilities podem ser desenvolvidas pelo próprio usuário, de acordo com a sua necessidade, ou adquiridas no mercado. Estas últimas, no entanto, apresentam alto custo de implantação, geram a dependência do fabricante para ajuste, calibração, validação e manutenção dos equipamentos, além de restringirem a fenotipagem a plantas de pequeno porte. Na Embrapa, a demanda por novas técnicas de fenotipagem de plantas tem surgido fortemente nos programas de melhoramento genético de espécies consideradas commodities agrícolas. Diante desse cenário, o objetivo desta proposta é estabelecer as bases para o desenvolvimento de uma plataforma para a caracterização de genótipos de milho quanto à tolerância ao déficit hídrico. A escolha do milho como planta-modelo se deveu ao fato do CNPMS dispor de um programa de melhoramento genético para a espécie, com amplo conhecimento sobre genoma e fenoma, visando a tolerância ao déficit hídrico. A proposta partiu de um projeto institucional financiado pela FINEP, que garantirá os investimentos em equipamentos e infraestrutura. Buscou-se a expertise disponível em algumas das Unidades Descentralizadas da Embrapa que já vêm trabalhando com técnicas fotônicas, as quais manifestaram interesse e disponibilidade para participar da proposta. Os planos de ação foram constituídos de forma a propiciar o estabelecimento de cinco estações para a geração de imagens em diferentes faixas espectrais, utilizando diferentes propriedades ópticas: 1. Imagens RGB; 2. Imagens de fluorescência da clorofila; 3. Imagens UV/VIS; 4. Imagens termográficas; 5. Imagens no NIR. Estas estações funcionarão de forma independente e possibilitarão a avaliação do crescimento das plantas, do aparato fotoquímico, dos teores de pigmentos, da temperatura e dos teores de água nas folhas. Os dados obtidos em cada estação serão armazenados em uma base comum, que pode ser acessada por um software dedicado, de forma que os diferentes tipos de dados possam ser analisados de forma integrada, possibilitando a fenotipagem mais rápida e mais precisa dos genótipos em estudo. A estrutura a ser desenvolvida, inicialmente validada para milho, é flexível, podendo ser adaptada às espécies e às condições nas quais os programas de melhoramento genético vegetal da Embrapa são conduzidos. Com isso, ampliará qualitativa e quantitativamente a capacidade da Empresa para avaliar diferentes genótipos, em todas as fases dos seus programas de melhoramento, sejam convencionais ou biotecnológicos. A futura automação dos processos de medição poderá fazer com que a Embrapa alcance o mesmo patamar de fenotipagem de plantas em que se encontram as grandes empresas que dominam as pesquisas relacionadas ao mercado de cultivares..
Situação: Em andamento; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) .
Integrantes: Thiago Teixeira Santos - Integrante / Carlos Antônio Ferreira de Sousa - Coordenador / Débora Marcondes Bastos Pereira Milori - Integrante / Reinaldo Lúcio Gomide - Integrante / Paulino Ribeiro Villas Boas - Integrante.Financiador(es): Empresa Brasileira de Pesquisa Agropecuária - Auxílio financeiro.
Número de produções C, T & A: 1
2012 - 2014
Digitalização 3D por visão computacional para medição automática e modelagem de arquitetura de plantas
Descrição: Este projeto tem Este projeto tem como objetivo a construção de modelos tridimensionais de plantas por visão computacional para fins de medição e análise. Técnicas de estruturação por movimento ("structure from motion") e visão estéreo em múltiplas imagens serão empregadas e adaptadas ao problema de reconstrução 3D em plantas, objetos para os quais o problema é particularmente difícil dada a complexidade das estruturas vegetais. Os métodos pretendidos viabilizarão medições automáticas de espécimes vegetais em larga escala e têm aplicação imediata na modelagem de arquitetura de plantas para análise funcional-estrutural de cultivares. Por empregarem sensores de baixo custo, os métodos pretendidos serão uma alternativa a sistemas mais caros e terão fácil disseminação. O principal objetivo deste projeto é o desenvolvimento de uma metodologia para construção automática de modelos tridimensionais para plantas, contemplando desde a aquisição das imagens até a produção de um modelo 3D para a superfície do vegetal. Tais modelos têm diversas aplicações em medição, análise, inspeção e simulação em fisiologia vegetal..
Situação: Concluído; Natureza: Pesquisa.
Alunos envolvidos: Graduação: (2) .
Integrantes: Thiago Teixeira Santos - Coordenador / Luciano Vieira Koenigkan - Integrante / Jayme Garcia Arnal Barbedo - Integrante / Gustavo Rodrigues - Integrante / Silvio Roberto Evangelista - Integrante.Financiador(es): Empresa Brasileira de Pesquisa Agropecuária - Auxílio financeiro.
Número de produções C, T & A: 4


Revisor de periódico


2018 - Atual
Periódico: Frontiers in Plant Science


Áreas de atuação


1.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Metodologia e Técnicas da Computação/Especialidade: Processamento Gráfico (Graphics).
2.
Grande área: Ciências Exatas e da Terra / Área: Ciência da Computação / Subárea: Sistemas de Computação/Especialidade: Software Básico.


Idiomas


Inglês
Compreende Bem, Fala Bem, Lê Bem, Escreve Bem.
Espanhol
Compreende Razoavelmente, Fala Pouco, Lê Razoavelmente, Escreve Pouco.


Prêmios e títulos


2017
Melhor artigo completo do XI Congresso Brasileiro de Agroinformática (SBIAgro 2017), Associação Brasileira de Agroinformática.


Produções



Produção bibliográfica
Artigos completos publicados em periódicos

1.
Barbedo, Jayme Garcia Arnal2016Barbedo, Jayme Garcia Arnal ; Koenigkan, Luciano Vieira ; Santos, Thiago Teixeira . Identifying multiple plant diseases using digital image processing. Biosystems Engineering, v. 147, p. 104-116, 2016.

2.
Santos, Thiago T.2015 Santos, Thiago T.; RODRIGUES, GUSTAVO C. . Flexible three-dimensional modeling of plants using low- resolution cameras and visual odometry. Machine Vision and Applications, v. 27, p. 695-707, 2015.

3.
Santos, Thiago T.2015Santos, Thiago T.. SciPy and OpenCV as an interactive computing environment for computer vision. Revista de Informática Teórica e Aplicada: RITA, v. 22, p. 154-189, 2015.

4.
SANTOS, T. T.;Santos, Thiago T.;Santos, Thiago Teixeira;Santos, T. T.2011 SANTOS, T. T.; Morimoto, Carlos H. . Multiple camera people detection and tracking using support integration. Pattern Recognition Letters, v. 32, p. 47-55, 2011.

5.
Silva, Jeferson R.2011 Silva, Jeferson R. ; Santos, Thiago T. ; Morimoto, Carlos H. . Automatic camera control in virtual environments augmented using multiple sparse videos. Computers & Graphics, v. 35, p. 412-421, 2011.

Capítulos de livros publicados
1.
Santos, Thiago Teixeira; Koenigkan, Luciano Vieira ; Barbedo, Jayme Garcia Arnal ; Rodrigues, Gustavo Costa . 3D Plant Modeling: Localization, Mapping and Segmentation for Plant Phenotyping Using a Single Hand-held Camera. Lecture Notes in Computer Science. 1ed.: Springer International Publishing, 2015, v. , p. 247-263.

2.
Santos, Thiago T.; YASSITEPE, J. E. C. T. . Fenotipagem de plantas em larga escala: um novo campo de aplicação para a visão computacional na agricultura. In: MASSRUHÁ, S. M. F. S.; LEITE, M. A. de A.; LUCHIARI JUNIOR, A.; ROMANI, L. A. S.. (Org.). ecnologias da informação e comunicação e suas relações com a agricultura. 1ed.Brasília: Embrapa, 2014, v. 1, p. 87-102.

Trabalhos completos publicados em anais de congressos
1.
SANTOS, T. T.; Bassoi, L. H. ; OLDONI, H. ; MARTINS, R. L. . Automatic grape bunch detection in vineyards based on affordable 3D phenotyping using a consumer webcam. In: CONGRESSO BRASILEIRO DE AGROINFORMÁTICA, 2017, Campinas. Anais do XI Congresso Brasileiro de Agroinformática. Campinas: nicamp ? Universidade Estadual de Campinas, 2017. v. 11. p. 89-98.

2.
Santos, Thiago T.. Detecção automática de bagas de café em imagens de campo. In: X Congresso Brasileiro de Agroinformática, 2015, Ponta Grossa, Paraná, Brasil. Anais do X Congresso Brasileiro de Agroinformática. Ponta Grossa: Universidade Estadual de Ponta Grossa, 2015. p. 1254-1263.

3.
Santos, Thiago T.; OLIVEIRA, A. A. . Image-based 3D digitizing for plant architecture analysis and phenotyping. In: Workshop on Industry Applications (WGARI) in SIBGRAPI 2012 (XXV Conference on Graphics, Patterns and Images), 2012, Ouro Preto. Workshop on Industry Applications (WGARI) in SIBGRAPI 2012 (XXV Conference on Graphics, Patterns and Images), 2012. p. 21-28.

4.
Jefferson R. Silva ; SANTOS, T. T. ; MORIMOTO, C. H. . Real Time Novel View Scene Rendering From Multiple Sparse Videos. In: Simpósio de Realidade Virtual, 2010, Natal. Anais do XII Simpósio de Realidade Virtual. Porto Alegre: SBC, 2010. v. 1. p. 184-193.

5.
SANTOS, T. T.; MORIMOTO, C. H. . People detection under occlusion in multiple camera views. In: Brazilian Symposium on Computer Graphics and Image Processing, 21 (SIBGRAPI), 2008, Campo Grande. Proceedings. Los Alamitos: IEEE Computer Society, 2008.

6.
MORIMOTO, C. H. ; SANTOS, T. T. ; MUNIZ, A. S. . Automatic Iris Segmentation Using Active Near Infra Red Lighting. In: XVIII Brazilian Symposium on Computer Graphics and Image Processing, 2005, Natal. XVIII Brazilian Symposium on Computer Graphics and Image Processing (SIBGRAPI'05), Proceedings of. Los Alamitos, CA, USA: IEEE Computer Society, 2005. v. 0. p. 37-43.

7.
SANTOS, T. T.; MORIMOTO, C. H. . Estruturação e indexação de vídeo digital. In: Simpósio Brasileiro de Sistemas Multimídia e WEB - WebMídia, 2003, Salvador. Anais do IX Simpósio Brasileiro de Sistemas Multimídia e WEB - WEBMIDIA'2003, 2003.

Resumos expandidos publicados em anais de congressos
1.
SANTOS, T. T.; MORIMOTO, C. H. ; Chellappa, Rama . J-image based color-texture segmentation using watershed and hierarchical clustering. In: International Symposium on Mathematical Morphology, 8 (ISMM), 2007, Rio de Janeiro. Proceedings of International Symposium on Mathematical Morphology, 8 (ISMM). São José dos Campos: Instituto Nacional de Pesquisas Espaciais (INPE), 2007. v. 2. p. 35-36.

Apresentações de Trabalho
1.
Santos, T. T.. SciPy and OpenCV as an interactive computing environment for computer vision. 2014. (Apresentação de Trabalho/Congresso).

Outras produções bibliográficas
1.
Santos, T. T.. Odometria visual com SVO e sua aplicação em reconstrução tridimensional. Campinas: Embrapa informática Agropecuária, 2014 (Relatório Técnico).

2.
Santos, T. T.. Introdução à computação científica com SciPy. Campinas: Embrapa informática Agropecuária, 2014 (Tutorial).



Eventos



Participação em eventos, congressos, exposições e feiras
1.
Workshop on Industry Applications (WGARI) in SIBGRAPI 2012 (XXV Conference on Graphics, Patterns and Images). Image-based 3D digitizing for plant architecture analysis and phenotyping. 2012. (Congresso).

2.
WebMedia & LA-Web Joint Conference. Tutorial: ALGORITHMS FOR VIDEO SEGMENTATION. 2004. (Congresso).



Orientações



Orientações e supervisões em andamento
Iniciação científica
1.
Andreza Aparecida dos Santos. Detecção automática de frutos por imagem em cafeicultura e viticultura. Início: 2017. Iniciação científica (Graduando em Engenharia de Computação) - Universidade Estadual de Campinas, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).

2.
Pedro Henrique Ferreira Stringhini. Detecção automática de frutos por imagem em cafeicultura. Início: 2016. Iniciação científica (Graduando em Engenharia de Computação) - Universidade Estadual de Campinas, Conselho Nacional de Desenvolvimento Científico e Tecnológico. (Orientador).



Inovação



Projetos de pesquisa



Página gerada pelo Sistema Currículo Lattes em 17/12/2018 às 4:14:51