Representação e análise de modelos de cidade orientado a dados utilizando informações visuais e não visuais

• Processo: 16/12077-6
• Modalidade de apoio: Bolsas no Exterior - Estágio de Pesquisa - Doutorado
• Data de Início da vigência: 01 de outubro de 2016
• Data de Término da vigência: 30 de setembro de 2017
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Sistemas de Computação
• Pesquisador responsável: Roberto Marcondes Cesar Junior
• Beneficiário: Eric Keiji Tokuda
• Supervisor: Jose Claudio Teixeira e Silva Junior
• Instituição Sede: Instituto de Matemática e Estatística (IME). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Instituição Anfitriã: New York University, Estados Unidos
• Vinculado à bolsa: 14/24918-0 - Deep learning fracamente supervisionado para detecção de faces e atributos de pessoas, BP.DR
• Assunto(s): Computação urbana Reconhecimento de padrões Visão computacional Coleta de dados Cidades
• Palavra(s)-Chave do Pesquisador: Ciência de dados | Computação Urbana | Reconhecimento de Padrões | Visão Computacional | Reconhecimento de Padrões, Visão computacional

Resumo

Dados são gerados todo o tempo em muitas formas a partir de muitas fontes. Em particular, cidades geram diariamente uma grande quantidade de dados como a partir de câmeras de vigilância, estatísticas demográficas e as receitas fiscais. Tais dados podem ser eficientemente utilizados para construir um modelo de cidade, em que a informação semântica pode ser extraída e eventos futuros podem ser previstos. Propomo-nos a desenvolver uma abordagem orientada a dados para obter informações importantes das cidades. Dados visuais e não visuais relevantes serão extraídos. Fontes visuais incluem mapas, imagens, vídeos de áreas urbanas e fontes não-visuais incluem estatísticas socioeconômicas e dados relacionados a respeito de um determinado ambiente urbano. Algoritmos de visão computacional e de aprendizagem de máquina serão empregados para analisar os dados a fim de extrair a informação relevante. Este documento é baseado em um projeto comum para Eric Keiji Tokuda (PhD proc. 14/24918-0) e Gabriel Augusto Bianchi Azevedo Ferreira (proc. iniciação científica 15/03475-5). Atividades específicas para cada aluno são indicados. Particularmente, este projeto visa a detecção de pessoas em ambiente urbano. (AU)

Publicações científicas

(Referências obtidas automaticamente do Web of Science e do SciELO, por meio da informação sobre o financiamento pela FAPESP e o número do processo correspondente, incluída na publicação pelos autores)

TOKUDA, ERIC K.; FERREIRA, GABRIEL B. A.; SILVA, CLAUDIO; CESAR-, ROBERTO M., JR.; IEEE. A NOVEL SEMI-SUPERVISED DETECTION APPROACH WITH WEAK ANNOTATION. 2018 IEEE SOUTHWEST SYMPOSIUM ON IMAGE ANALYSIS AND INTERPRETATION (SSIAI), v. N/A, p. 4-pg., 2018-01-01. (15/22308-2, 16/12077-6, 14/24918-0, 15/03475-5)