Luiz Alberto Pinto

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• Pereira, Amanda Lucas ; Sá, Lizandra Silva ; PINTO, LUIZ ALBERTO . Cardiac arrhythmia diagnosis applying machine learning techniques. Brazilian Journal of Health Review , v. 5, p. 20771-20783, 2022.

• AN, D. Y. ; PINTO, LUIZ A. ; KOMATI, Karin. S. ; COCO, K. F. ; MUTZ, F. . Bone age estimation from carpal radiography images using deep learning. Expert Systems (Online) , p. 1-20, 2020.

• MATTA, CLÁUDIA E. DA ; PAIVA, HENRIQUE M. ; GALVÃO, ROBERTO K. H. ; ARAÚJO, MÁRIO C. U. ; SOARES, SÓFACLES F. C. ; WEBER, KAREN C. ; PINTO, LUIZ A. . An Active Search Method for Finding Objects with Near-Optimal Property Values within a Given Set. JOURNAL OF THE BRAZILIAN CHEMICAL SOCIETY , v. 1, p. 1-11, 2016.

• PANCERI, J. A. C. ; PINTO, L. A. ; PEREIRA, F. G. ; CAVALIERI, D. C. ; KOMATTI, K. S. . RECONHECIMENTO FACIAL BASEADO EM HOG E PCA: UMA COMPARAÇÃO QUANTO À INVARIÂNCIA À ILUMINAÇÃO. REVISTA IFES CIÊNCIA , v. 1, p. 41-62, 2015.

• PINTO, L. A. ; GALVÃO, R. K. H. ; ARAUJO, M. C. U. . Influence of wavelet transform settings on NIR and MIR spectrometric analyses of diesel, gasoline, corn and wheat. Journal of the Brazilian Chemical Society (Impresso) , v. 22, p. 179-186, 2011.

• PINTO, L. A. ; GALVÃO, R. K. H. ; ARAUJO, M. C. U. . Ensemble wavelet modelling for determination of wheat and gasoline properties by near and middle infrared spectroscopy. Analytica Chimica Acta (Print) , v. 682, p. 37-47, 2010.

• PINTO, L. A. ; GALVÃO, R. K. H. . Combination of Models Obtained by Regression in the Wavelet Domain. TEMA - Tendências em Matemática Aplicada e Computacional , v. 11, p. 77-87, 2010.

• SOARES, A. da S. ; GALVÃO, R. K. H. ; ARAUJO, M. C. U. ; SOARES, S. F. C. ; PINTO, L. A. . Multi-core computation in chemometrics: case studies of voltammetric and NIR spectrometric analyses. Journal of the Brazilian Chemical Society (Impresso) , v. 21, p. 1626-1634, 2010.

• de Oliveira, Fabio Rodrigo Fernandes ; PINTO, LUIZ ALBERTO ; Pereira, Flávio Garcia ; Antunes, Augusto Braga Fernandes ; Lopes, Rui Pedro . Detection and Classification of Spinal Pathologies in X-Ray Scans Using the YOLOv8 Network. In: Soares, A.B., Leoni, R.F., Cardoso, G.C.. (Org.). IFMBE Proceedings. 1ed.: Springer Nature Switzerland, 2025, v. 127, p. 1118-1128.

• PINTO, L. A. . Imersão e Ambientação de Alunos Recém-Ingressos em Cursos de Engenharia no Brasil. EDUCAÇÃO AS PRINCIPAIS ABORDAGENS DESSA ÁREA V.02. 1ed.São José dos Pinhais: Editora Seven, 2023, v. 1, p. 1742-1754.

• PINTO, L. A. ; GOMES, D. C. A. P. ; ALVARENGA NETO, R. B. . Artificial Intelligence Applied to the Analysis of Relevance of Laboratory Biomarkers for Diagnosis of COVID-19. COLLECTION OF INTERNATIONAL TOPICS IN HEALTH SCIENCE- V1. 1ed.São José dos Pinhais: Editora Seven, 2023, v. 1, p. 276-286.

• PINTO, L. A. ; LUCAS DE OLIVEIRA SOARES ; LOBAO, D. A. . APLICAÇÃO DE MACHINE LEARNING E DESCRITORES ESTATÍSTICOS PARA DIAGNÓSTICO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS INDUSTRIAIS. In: Frederico Celestino Barbosa. (Org.). Engenharia: a máquina que constrói o futuro. 12ed.Piracanjuba-GO: Editora Conhecimento Livre, 2023, v. 1, p. 17-36.

• PINTO, L. A. ; LOBAO, D. A. . DIAGNÓSTICO INTELIGENTE DE FALHAS EM EQUIPAMENTOS DINÂMICOS ATRAVÉS DA TRANSFORMADA WAVELET E DADOS ESTATÍSTICOS. In: Frederico Celestino Barbosa. (Org.). Engenharia de controle e automação: estudos fundamentais. 1ed.Piracanjuba-GO: Editora Conhecimento Livre, 2023, v. 1, p. 54-74.

• ALVES, C. M. M. ; PINTO, L. A. ; CUADROS, M. A. S. L. ; ALMEIDA, G. M. . CLASSIFICAÇÃO DE DEFEITOS EM ROLAMENTO DE MOTORES ELÉTRICOS UTILIZANDO REDES CONVOLUCIONAIS COMPACTAS PARA SISTEMAS EMBARCADOS. In: Frederico Celestino Barbosa. (Org.). "ENGENHARIA: SOLUÇÕES E INOVAÇÕES PARA O DESENVOLVIMENTO ? VOLUME III. 3ed.Piracanjuba-GO: Editora Conhecimento Livre, 2023, v. 1, p. 6-28.

• PINTO, L. A. ; CUADROS, M. A. S. L. ; SOARES, L. O. . "UM SISTEMA INTEGRADO CNN-LSTM EMBARCADO PARA DIAGNÓSTICO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS UTILIZANDO SINAIS DE VIBRAÇÃO. In: Frederico Celestino Barbosa. (Org.). "ENGENHARIA: SOLUÇÕES E INOVAÇÕES PARA O DESENVOLVIMENTO ? VOLUME III. 3ed.Piracanjuba-GO: Conhecimento Livre, 2023, v. 3, p. 63-79.

• BEZERRA, K. V. S. ; PINTO, L. A. . RECONHECIMENTO AUTOMÁTICO DE FALA PARA PRODUÇÃO DE LEGENDA OCULTA UTILIZANDO CNNS E STFT. In: Frederico Celestino Barbosa. (Org.). CIÊNCIA DA COMPUTAÇÃO: PRINCÍPIOS FUNDAMENTAIS. 1ed.Piracanjuba: Conhecimento Livre, 2022, v. V, p. 114-141.

• SOARES, L. O. ; PINTO, L. A. ; LOBAO, D. A. . Uma abordagem baseada em aprendizado de máquina e descritores estatísticos para o diagnóstico de falhas em rolamentos de máquinas rotativas. In: João Dallamuta; Henrique Ajuz Holzmann. (Org.). Engenharia elétrica: o mundo sob perspectivas avançadas. 1ed.Ponta Grossa: Atena, 2021, v. 1, p. 402-414.

• Lobão, Diego Assereuy ; PINTO, LUIZ ALBERTO . Aplicações de técnicas de Machine Learning ao diagnóstico de falhas em processos de uma planta de cimento. In: Editora Poisson. (Org.). Na era da Automação ¿ Volume 1. 1ed.Belo Horizonte - MG: Editora Poisson, 2020, v. 1, p. 151-171.

• BRASIL, A. A. ; KOMATTI, K. S. ; PINTO, L. A. . Comparação de Técnicas de Aprendizado de Máquina na Predição da Tedência de Valorização da Bitcoin.. In: Marcos William Kaspchak Machado. (Org.). Information Systems and Technology Management. 1ed.Ponta Grossa: Atena, 2019, v. 1, p. 244-254.

• Pereira, Amanda Lucas ; Sá, Lizandra Silva ; PINTO, LUIZ ALBERTO . DIAGNÓSTICO DE ARRITMIAS CARDÍACAS APLICANDO TÉCNICAS DE APRENDIZADO DE MÁQUINA. In: Fabrício Loreni da Silva Cerutti. (Org.). Impactos das Tecnologias na Engenharia Biomédica. 1ed.Ponta Grossa - PR: Atena Editora, 2019, v. , p. 32-42.

• GUIZA, F. F. ; PINTO, L. A. ; OLIVEIRA, F. R. F. . Application of Machine Learning for the Detection and Classification of Spinal Pathologies Using YOLO12x. In: 16th IEEE/IAS International Conference on Industry Applications, 2025, São Sebastião. Proceedings of 16th IEEE/IAS International Conference on Industry Applications, 2025. v. 1.

• BINA, P. D. ; PINTO, LUIZ . Detecçãoo Automática de Símbolos Gráficos em Projetos de Proteção Contra Incêndio. In: 16th IEEE/IAS International Conference on Industry Applications, 2025, São Sebastião. Proceedings of 16th IEEE/IAS International Conference on Industry Applications, 2025. v. 1.

• CANDEIAS, FELIPE FELLER DAS ; PINTO, LUIZ ALBERTO ; CAVALIERI, DANIEL CRUZ . Failure Monitoring in Pelletizing Process Fans Using Statistical Methods. In: 2025 IEEE 15th Symposium on Computer Applications & Industrial Electronics (ISCAIE), 2025, Penang. 2025 IEEE 15th Symposium on Computer Applications & Industrial Electronics (ISCAIE). Penang: IEEE, 2025. v. 1. p. 150-154.

• MARCUS, A. S. ; PINTO, LUIZ A. ; ALMEIDA, G. M. ; SILVA, A. S. . Implementation of a convolutional network for detection of PPE in automotive repair services.. In: XLV Ibero-Latin American Congress on Computational Methods in Engineering (CILAMCE 2024), 2024, Maceió. Anais do XLV Ibero-Latin American Congress on Computational Methods in Engineering (CILAMCE 2024), 2024. v. 1.

• FREGUETE, L. M. ; PINTO, L. A. ; BASTOS, A. C. ; ALMEIDA, G. M. . Automatic Detection of Seafloor Bedforms for 3D Bathymetric Data. In: XLV Ibero-Latin American Congress on Computational Methods in Engineering (CILAMCE 2024), 2024, Maceió. Anais do XLV Ibero-Latin American Congress on Computational Methods in Engineering (CILAMCE 2024), 2024. v. 1.

• MARCUS, A. S. ; PINTO, LUIZ A. ; ALMEIDA, G. M. ; SILVA, A. S. . Implementation of a convolutional network for detection of PPE in automotive repair services. In: 2024 IEEE 6th Symposium on Computers & Informatics (ISCI), 2024, Kuala Lumpur. Proceedings of the IEEE 6th Symposium on Computers & Informatics (ISCI), 2024. v. 1. p. 107-111.

• OLIVEIRA, F. R. F. ; PINTO, LUIZ A. ; PEREIRA, F. G. ; ANTUNES, A. B. F. ; PEDRO LOPES, R. . Detection and classification of spinal pathologies in x-ray scans using the YOLOv8 network. In: XXIX Congresso Brasileiro de Engenharia Biomédica, 2024, Ribeirão Preto. Anais do XXIX Congresso Brasileiro de Engenharia Biomédica, 2024. v. 1.

• OLIVEIRA, FABIO ; PINTO, LUIZ ALBERTO ; ALMEIDA, GUSTAVO ; CAVALIERI, DANIEL . MRI Lumbar Spine Semantic Segmentation Using YOLOv8. In: Congresso Brasileiro de Inteligência Computacional, 2023, Salvador. Anais do XVI Congresso Brasileiro de Inteligência Computacional, 2023. v. 1. p. 1.

• NOVAES, A. A. ; PINTO, L. A. . CLONAGEM DA VOZ HUMANA POR SÍNTESE DE VOZ COM O USO DE INTELIGÊNCIA ARTIFICIAL. In: XVI Brazilian Congress on Computational Intelligence, 2023, Salvador. Anais do XVI Brazilian Congress on Computational Intelligence, 2023. v. 1.

• OLIVEIRA, M. R. ; LUIZ A. PINTO ; RESENDE, C. Z. . Diagnóstico de Falhas em Rolamentos de Motores Életricos com Base na Análise da Assinatura da Corrente do Motor. In: XVI Brazilian Conference on Computational Intelligence (CBIC 2023), 2023, Salvador. Anais do XVI Brazilian Congress on Computational Intelligence. Salvador: Sociedade Brasileira de Inteligência Computacional, 2023. v. 1.

• ALVARENGA NETO, R. B. ; GOMES, D. C. A. P. ; PINTO, L. A. . Análise da Relevância de Biomarcadores Laboratoriais para Diagnóstico de COVID-19 com a Utilização de Técnicas de Aprendizado de Máquina. In: XXVIII Brazilian Congress of Biomedical Engineering (CBEB 2022), 2022, Virtual. Anais do XXVIII Brazilian Congress of Biomedical Engineering, 2022. v. 1.

• LUCAS DE OLIVEIRA SOARES ; RODRIGO CESAR CAMPOS ; MARCO ANTONIO DE SOUZA LEITE CUADROS ; LUIZ ALBERTO PINTO . Aplicação de redes neurais convolucionais e correntes de sequência zero para identificação de motor com fuga a terra em sistemas de baixa tensão de neutro aterrrado com RAV. In: XXIV Congresso Brasileiro de Automática, 2022, Online. Campinas - SP: Sociedade Brasileira de Automática, 2022. v. 3.

• RODRIGO CESAR CAMPOS ; GIZELE POLTRONIERI DO NASCIMENTO ; GABRIEL TOZATTO ZAGO ; LUIZ ALBERTO PINTO . Uma Análise Comparativa do Desempenho de Algoritmos de Classificação no Diagnóstico de Falhas em Rolamentos de Motores Elétricos a Partir de Sinais de Vibração. In: XXIV Congresso Brasileiro de Automática, 2022, Online. Campinas - SP: Sociedade Brasileira de Automática, 2022. v. 3.

• NASCIMENTO, G. P. ; KOMATTI, K. S. ; PINTO, L. A. . Image-based detection and classification of screws and nuts using deep learning. In: XLIII Ibero-Latin-American Congress on Computational Methods in Engineering, 2022, Foz do Iguaçu. Anais do XLIII Ibero-Latin-American Congress on Computational Methods in Engineering, 2022. v. 1.

• CAMPOS, R. C. ; ZAGO, G. T. ; PINTO, L. A. . Prediction failure in electric motors bearings using vibration signals and Long Short Term-memory neural networks. In: XLIII Ibero-Latin-American Congress on Computational Methods in Engineering, 2022, Foz do Iguaçu. Anais do XLIII Ibero-Latin-American Congress on Computational Methods in Engineering, 2022.

• LUCAS DE OLIVEIRA SOARES ; LUIZ ALBERTO PINTO ; MARCO ANTONIO DE SOUZA LEITE CUADROS . Aplicação de Aprendizagem de Máquina para Identificar Motores com Fuga a Terra em Sistemas de Neutro Aterrado com Resistor de Alto Valor. In: XV Simpósio Brasileiro de Automação Inteligente, 2021, Online, 2022. v. 1.

• LUIZ A. PINTO ; MARCO ANTÔNIO DE S. L. CUADROS . Uma Arquitetura de Sistema Embarcado Utilizando técnicas de Deep Learning e Sinais de Vibração para Diagnóstico de Falhas em Rolamentos de Motores Elétricos. In: XV Simpósio Brasileiro de Automação Inteligente, 2021, Online, 2022. v. 1.

• BRASIL, ANTONIO ; ANDRADE, JEFFERSON ; PINTO, LUIZ ; KOMATI, KARIN . An Exploratory Study of Biometrics Using Eye Movement Trajectory Images Collected by Natural Image Stimuli. In: Seminário Integrado de Software e Hardware, 2020, Brasil. Anais do Seminário Integrado de Software e Hardware (SEMISH 2020). Porto Alegre: Sociedade Brasileira de Computação, 2020. v. 47. p. 25-36.

• LUCAS, A. P. ; ALVARENGA NETO, R. B. ; PINTO, L. A. . Estudo Comparativo do Desempenho de Algoritmos de Machine Learning Aplicados ao Diagnostico de Arritmias Cardíacas. In: XXVII Brazilian Congress on Biomedical Engineering (CBEB2020), 2020, Vitória - ES. Anais do XXVII Brazilian Congress on Biomedical Engineering (https://sbeb.org.br/wp-content/uploads/2023/11/23-XXVIICBEB2020.pdf), 2020. v. 1. p. 310-315.

• BRASIL, ANTONIO RICARDO ALEXANDRE ; PINTO, LUIZ ALBERTO ; KOMATI, KARIN SATIE . An Exploratory Study of Biometrics using Trajectory Images of Eye Movements collected by Natural Image as Stimuli. In: Anais Estendidos do Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais, 2020, Brasil. Anais Estendidos do XX Simpósio Brasileiro de Segurança da Informação e de Sistemas Computacionais (SBSeg Estendido 2020). Porto Alegre: Sociedade Brasileira de Computação, 2020. v. 20. p. 41-48.

• ASSEREUY LOBÃO, DIEGO ; PINTO, LUIZ ALBERTO . Diagnóstico Inteligente de Falhas em Equipamentos Dinâmicos Através da Transformada Wavelet e Dados Estatístic. In: Congresso Brasileiro de Automática 2020, 2020, Virtual. Anais do Congresso Brasileiro de Automática 2020. Campinas - SP: Sociedade Brasileira de Automática, 2020. v. 2.

• DE OLIVEIRA SOARES, LUCAS ; PINTO, LUIZ ALBERTO ; ASSEREUY LOBÃO, DIEGO . Aplicação de Machine Learning e Descritores Estatísticos para Diagnóstico de Falhas em Rolamentos de Motores Elétricos Industriais. In: Congresso Brasileiro de Automática 2020, 2020, Virtual. Anais do Congresso Brasileiro de Automática 2020. Campinas - SP: Sociedade Brasileira de Automática, 2020. v. 2.

• MALHEIROS ALVES, CAIO MARCOS ; PINTO, LUIZ ALBERTO ; DE SOUZA LEITE CUADROS, MARCO ANTÔNIO ; MAIA DE ALMEIDA, GUSTAVO . Classificação de Defeitos em Rolamento de Motores Elétricos Utilizando Redes Convolucionais Compactas para Sistemas Embarcados. In: Congresso Brasileiro de Automática 2020, 2020, Virtual. Anais do Congresso Brasileiro de Automática 2020. Campinas - SP: sbabra, 2020. v. 2.

• SOARES, L. O. ; LOBAO, D. A. ; PINTO, L. A. . Monitoramento de Falhas em Maquinas Elétricas Rotativas Usando Sinais de Vibração e Machine Learning. In: XLI Ibero-Latin American Congress on Computational Methods in Engineering, 2020, Foz do Iguaçu. Proceedings of the Ibero-Latin-American Congress on Computational Methods in Engineering, 2020. v. 1.

• ALVES, C. M. M. ; PINTO, L. A. ; CUADROS, M. A. S. L. ; ALMEIDA, G. M. . Utilização de CNNs e Sistemas Embarcados para Classificação de Defeitos em Rolamento de Motores Elétricos. In: Encontro Anual de Computação - EnAComp, 2020, Virtual. Anais do XV Encontro Anual de Ciência da Computação (EnAComp 2020) - https://www.enacomp.com.br/biblioteca-de-publicacoes/publication-details.php?id=234. Catalão - GO: Universidade Federal de Catalao, 2020. v. 1. p. 109-117.

• BEZERRA, K. V. S. ; PINTO, L. A. . Aplicação de MFCCs e CNNs no Reconhecimento Automático de Fala para Produção de Legenda Oculta.. In: XV Encontro Anual de Computação, 2020, Virtual. Anais do XV Encontro Anual de Ciencia da Computação (EnAComp 2020) - https://www.enacomp.com.br/biblioteca-de-publicacoes/publication-details.php?id=240. Catalão - GO: Universidade Federal de Catalao, 2020. v. 1. p. 166-175.

• ASSEREUY LOBÃO, DIEGO ; PINTO, LUIZ ALBERTO . Aplicações de Machine Learning ao Diagnóstico de Faltas em Processos de uma Planta de Cimento. In: ANAIS DO 14º SIMPóSIO BRASILEIRO DE AUTOMAçãO INTELIGENTE, 2019, Ouro Preto. Anais do 14º Simpósio Brasileiro de Automação Inteligente, 2019. v. 1.

• RODRIGUES, D. S. ; BRASIL, A. A. ; COSTA, M. C. B. ; KOMATTI, K. S. ; PINTO, L. A. . Uma Análise Comparativa de Algoritmos de Aprendizado Supervisionado para Classificação de Pedidos de Empréstimos em Plataforma Peer-to-Peer. In: XIV Simpósio Brasileiro de Sistemas de Informação, 2018, Caxias do Sul. Proceedings of the XIV Brazilian Symposium on Information Systems. New York: ACM, 2018. v. 42. p. 1-8.

• PABLO FERNANDES DIAS ; LUIZ ALBERTO PINTO ; DANIEL CRUZ CAVALIERI ; FLÁVIO GARCIA PEREIRA . Utilização de Técnicas de Deep Learning para Reidentificação de Pessoas. In: XXII Congresso Brasileiro de Automática, 2018, João Pessoa. xxx: xxx, 2018.

• PINTO, L. A. ; BEZERRA, K. V. S. . Speech Recognition Using Convolutional Neural Network on Mel-Frequency Spectrogram.. In: XIV Workshop de visão computacional, 2018, Ilheus. Anais do XIV workshop de visão computacional. Ilhéus: UESC, 2018. p. 178-183.

• DING, Y. A. ; MENDES, W. ; SIMOES, S. N. ; PINTO, L. A. ; KOMATTI, K. S. . Um Estudo de Caso para a Segmentação de Falanges em Radiografias Carpais. In: IV Escola Regional de Informática de Goiás ERI-GO, 2016, Goiânia. Anais da 4º ERIGO - Escola Regional de Informática, 2016. p. 11-321.

• KOSCKY, R. V. ; PEREIRA, F. G. ; KOMATTI, K. S. ; PINTO, L. A. . Audio Transient Detection Applying Computer Vision over Spectrograms. In: XII Workshop de Visão Computacional - WVC 2016, 2016, Campo Grande - MS. Proceedings of XII Workshop de Visão Computacional - November 09th-11th, 2016. Campo Grande - MS: UCDB, 2016. p. 87-92.

• MENDES, W. R. ; PEREIRA, E. L. ; CAVALIERI, D. C. ; KOMATTI, K. S. ; PINTO, L. A. ; PEREIRA, F. G. . Leaf classification using classifier fusion A comparative study using Binarization, HOG, SVM and PLS. In: XII Workshop de Visão Computacional - WVC 2016, 2016, Campo Grande - MS. Proceedings of XII Workshop de Visão Computacional - November 09th-11th, 2016. Campo Grande - MS: UCDB, 2016. p. 317-322.

• SOUZA, A. F. ; CAVALIERI, D. C. ; KOMATTI, K. S. ; PINTO, L. A. ; NASCIMENTO, R. C. . Um Estudo Comparativo de Características da Fala Baseadas em Wavelets para Reconhecimento de Emoção. In: XXI Congresso Brasileiro de Automática - CBA 2016, 2016, Vitória - ES. Anais do XXI Congresso Brasileiro de Automática - CBA 2016. Vitória: UFES, 2016. p. 2854-2859.

• PINTO, L. A. . Uma Abordagem Orientada a Problemas para a Disciplina de Introdução à Engenharia.. In: International Symposium on Project Approaches in Engineering Education., 2013, Eindhoven. PAEE'2013 - Project Approaches in Engineering Education., 2013.

• PINTO, L. A. ; GALVÃO, R. K. H. . Combinação de Modelos Obtidos por Regressão no Domínio Wavelet. In: XXXII Congresso Nacional de Matemática Aplicada e Computacional, 2009, Cuiabá. Anais do CNMAC. Cuiabá: SBMAC, 2009. v. v. 2. p. 761-767.

• PINTO, L. A. ; RAUBER, T. W. . Diagnóstico de faltas em plantas de cimento. In: XIV Congresso Brasileiro de Automática: CBA 2002, 2002, Natal - RN. Anais do XVI Congresso Brasileiro de Automática, 2002. p. 1458-1463.

• PINTO, L. A. ; RAUBER, T. W. . Diagnóstico de faltas em plantas de cimento. In: XVIII Congreso Argentino de Control Automático: AADECA 2002, 2002, Buenos Aires. Anais do XVIII Congreso Argentino de Control Automático, 2002.

• PINTO, L. A. ; RAUBER, T. W. . Diagnóstico de faltas em processos industriais com uma abordagem de reconhecimento de padrões. In: Workshop de Computação, 2002, São José dos Campos. Anais do V Workshop de Computação: Workcomp 2002. São José dos Campos: CTA/ITA, 2002. p. 157-163.

• BRASIL, A. A. ; KOMATTI, K. S. ; PINTO, LUIZ A. . Predição da tendência de valorização do bitcoin usando técnicas de aprendizado de máquina.. In: XXIV Simpósio Brasileiro de Sistemas de Informação (SBSI 2018), 2018, Caxias do Sul. Anais do XXIV Simpósio Brasileiro de Sistemas de Informação (SBSI 2018), 2018.

• LUCAS, A. P. ; SA, L. S. ; PINTO, L. A. . Cardiac Arrhythmia Diagnosis Applying Machine Learning Techniques.. In: XXVI Congresso Brasileiro de Engenharia Biomédica, 2018, Búzios. Anais do XXVI Congresso Brasileiro de Engenharia Biomédica, 2018.

• PINTO, L. A. ; ALMEIDA, G. M. ; MARCUS, A. S. . ESTIMATIVA DE PREÇOS DE PASSAGENS AÉREAS: UMA ANÁLISE DE REGRESSÃO COM REDES NEURAIS PERCEPTRON MULTICAMADA. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; NOVAES, A. A. . CLONAGEM DA VOZ HUMANA POR SÍNTESE DE VOZ COM O USO DE INTELIGÊNCIA ARTIFICIAL. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; OLIVEIRA, F. R. F. . Segmentação semantica de corpos vertebrais da coluna lombar em exames de ressonância magnética utilizando visão computacional. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; OLIVEIRA, F. R. F. . Aplicação de visão computacional na classificação de patologias da coluna vertebral em exames de ressonância magnética e tomografia computadorizada utilizando a rede YOLOv8. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; OLIVEIRA, F. R. F. . Detecção e classificação de patologias da coluna vertebral em exames de raio-x utilizando rede YOLOv8. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; PABLO FERNANDES DIAS . IDENTIFICAÇÃO DE PESSOAS EM SEQUÊNCIAS DE VÍDEO COM AUXÍLIO DE TÉCNICAS DE DEEP LEARNING. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; SOARES, L. O. . IDENTIFICAÇÃO DE MOTOR COM FUGA À TERRA UTILIZANDO TÉCNICAS DE DEEP LEARNING. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; BEZERRA, K. V. S. . RECONHECIMENTO DE FALA PARA LEGENDAGEM DE ÁUDIO COM APLICAÇÃO DE DEEP LEARNING. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; OLIVEIRA, M. R. . DIAGNÓSTICO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS COM BASE NA ANÁLISE DA ASSINATURA DA CORRENTE DO MOTOR. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• PINTO, L. A. ; LIMA, S. C. . DETECÇÃO DE FRAUDES EM PAGAMENTOS COM CARTÃO DE CRÉDITO UTILIZANDO TÉCNICAS DE APRENDIZADO DE MÁQUINA. In: III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024, Videoconferência. Anais do III Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2024. v. 1.

• ANTUNES, A. B. F. ; OLIVEIRA, F. R. F. ; PINTO, L. A. . Segmentação Semântica automatizada de corpos vertebrais lombares em exames de Ressonância Magnética utilizando Deep Learning. In: 54º Jornada Paulista de Radiologia, 2024, São Paulo. Anais da 54º Jornada Paulista de Radiologia, 2024. v. 1.

• ANTUNES, A. B. F. ; OLIVEIRA, F. R. F. ; PINTO, L. A. . Detecção e classificação de patologias da coluna vertebral em exames radiográficos utilizando Deep Learning. In: 54º Jornada Paulista de Radiologia, 2024, São Paulo. Anais da 54º Jornada Paulista de Radiologia, 2024. v. 1.

• PINTO, LUIZ ALBERTO ; NASCIMENTO, GIZELE POLTRONIERI DO ; KOMATI, KARIN SATIE . IDENTIFICAÇÃO DE PARAFUSOS EM IMAGENS UTILIZANDO VISÃO COMPUTACIONAL. In: II Congresso Brasileiro Online de Ensino, Pesquisa e Extensão, 2023. Anais do II Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2023.

• PINTO, LUIZ ALBERTO ; ZAGO, GABRIEL TOZATTO ; CAMPOS, RODRIGO CESAR . UTILIZAÇÃO DE REDES LSTM E SINAIS DE VIBRAÇÃO PARA PREDIÇÃO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS. In: II Congresso Brasileiro Online de Ensino, Pesquisa e Extensão, 2023. Anais do II Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2023.

• PINTO, LUIZ ALBERTO ; ARAÚJO, MATEUS EMANUEL MAMANI ; DALPRÁ, HUDSON CURTO . CLASSIFICAÇÃO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS INDUSTRIAIS: ESTUDO COMPARATIVO DE DESEMPENHO DE ALGORITMOS DE MACHINE LEARNING. In: II Congresso Brasileiro Online de Ensino, Pesquisa e Extensão, 2023. Anais do II Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2023.

• PINTO, LUIZ ALBERTO ; Pereira, Amanda Lucas . DETERMINAÇÃO DO TIPO DE ARRITMIA CARDÍACA UTILIZANDO O ALGORITMO SUPPORT VECTOR MACHINE. In: II Congresso Brasileiro Online de Ensino, Pesquisa e Extensão, 2023. Anais do II Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2023.

• PINTO, LUIZ ALBERTO ; CAMPOS, RODRIGO CESAR ; ZAGO, GABRIEL TOZATTO . INTEGRAÇÃO DE REDES CNN E LSTM PARA PREDIÇÃO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS. In: II Congresso Brasileiro Online de Ensino, Pesquisa e Extensão, 2023. Anais do II Congresso Brasileiro On-line de Ensino, Pesquisa e Extensão, 2023.

• SOARES, L. O. ; LUIZ A. PINTO ; CUADROS, M. A. S. L. . Identificação de motor com fuga à terra em sistemas de baixa tensão de neutro aterrado com RAV utilizando rede neural convolucional. In: II Simpósio dos Programas de Pós-Graduação do Ifes, 2021, Vitória. Anais do II Simpósio dos Programas de Pós-Graduação do Ifes, 2021. v. 1.

• ALVARENGA NETO, R. B. ; LUIZ A. PINTO . Análise da Relevância de Biomarcadores Laboratoriais para Diagnóstico de Covid-19 com a Utilização de Técnicas de Aprendizado de Máquinas. In: II Simpósio dos Programas de Pós-Graduação do Ifes, 2021, Vitória. Anais do II Simpósio dos Programas de Pós-Graduação do Ifes, 2021. v. 1.

• NASCIMENTO, G. P. ; CAMPOS, R. C. ; LUIZ A. PINTO . Aplicação de Técnicas de Inteligência Artificial para Classificação de Falhas em Rolamentos a Partir de Sinais de Vibração. In: II Simpósio dos Programas de Pós-Graduação do Ifes, 2021, Vitória. Anais do II Simpósio dos Programas de Pós-Graduação do Ifes, 2021. v. 1.

• KOMATTI, K. S. ; PINTO, L. A. ; DING, Y. A. ; SIMOES, S. N. . Segmentação Automática das Falanges em Radiografias Carpais. In: IV Escola Regional de Computação Aplicada à Saúde, 2016, Novo Hamburgo. Anais da IV Escola Regional de Computação Aplicada à Saúde, 2016. p. 40-41.

• PINTO, L. A. . Uma arquitetura multiagente para gerenciamento de manutenção industrial. In: II Seminário de Extensão e Pesquisa do ES, 2000, Vitória. II Seminário de Extensão e Pesquisa do Espírito Santo - II SEPES, 2000.

• PINTO, LUIZ A. ; CAMPOS, R. C. ; ZAGO, G. T. . INTEGRAÇÃO DE REDES CNN E LSTM PARA PREDIÇÃO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS. 2023. (Apresentação de Trabalho/Congresso).

• PINTO, LUIZ A. ; NASCIMENTO, G. P. ; KOMATI, KARIN SATIE . IDENTIFICAÇÃO DE PARAFUSOS EM IMAGENS UTILIZANDO VISÃO COMPUTACIONAL. 2023. (Apresentação de Trabalho/Congresso).

• PINTO, LUIZ A. ; ZAGO, G. T. ; CAMPOS, R. C. . UTILIZAÇÃO DE REDES LSTM E SINAIS DE VIBRAÇÃO PARA PREDIÇÃO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS. 2023. (Apresentação de Trabalho/Congresso).

• PINTO, LUIZ A. ; ARAUJO, M. E. M. ; DALPRA, H. C. . CLASSIFICAÇÃO DE FALHAS EM ROLAMENTOS DE MOTORES ELÉTRICOS INDUSTRIAIS: ESTUDO COMPARATIVO DE DESEMPENHO DE ALGORITMOS DE MACHINE LEARNING. 2023. (Apresentação de Trabalho/Congresso).

• PINTO, LUIZ A. ; PEREIRA, A. L. . DETERMINAÇÃO DO TIPO DE ARRITMIA CARDÍACA UTILIZANDO O ALGORITMO SUPPORT VECTOR MACHINE. 2023. (Apresentação de Trabalho/Congresso).

• NASCIMENTO, G. P. ; KOMATTI, K. S. ; PINTO, LUIZ A. . Image-based detection and classification of screws and nuts using deep learning. 2022. (Apresentação de Trabalho/Congresso).

• CAMPOS, R. C. ; ZAGO, G. T. ; PINTO, LUIZ A. . Prediction failure in electric motors bearings using vibration signals and Long Short Term-memory neural networks. 2022. (Apresentação de Trabalho/Congresso).

• PINTO, L. A. ; MARTINS, A. F. V. ; PEREIRA, K. K. . Aplicação de Técnicas de Reconhecimento de Padrões à Detecção e Diagnóstico de Falhas em Plantas Industriais Utilizando Medidas de Sensores. 2012. (Apresentação de Trabalho/Seminário).

• PINTO, L. A. ; GALVÃO, R. K. H. . Calibração multivariada aplicada a espectros NIR utilizando combinação de modelos no domínio wavelet. 2008. (Apresentação de Trabalho/Comunicação).

• PINTO, L. A. . Uma arquitetura multiagente para gerenciamento de manutenção industrial. 2000. (Apresentação de Trabalho/Seminário).

Projetos de pesquisa

• 2025 - Atual

  Classificação de patologias da coluna vertebral a partir de imagens de Tomografia Computadorizada e Ressonância Magnética utilizando as redes YOLOv12 e U-Net, Descrição: A dor lombar tem sido considerada uma epidemia de alcance mundial, sendo uma das principais causas de afastamento do trabalho, de perda de produtividade e de sofrimento físico e emocional para milhões de pessoas em todo o mundo. Homens e mulheres, de todas as idades e classes sociais, são afetados por esse problema, que representa um dos maiores desafios para os sistemas de saúde pública e privada. Os custos do tratamento das patologias da coluna são elevados, incluindo consultas médicas, exames de imagem, fisioterapia, medicamentos, cirurgias e reabilitação. Além disso, há um impacto econômico indireto com a perda de produtividade laboral e o aumento dos afastamentos por incapacidade. No Brasil, estima-se que os gastos públicos com tratamentos da coluna representem parte significativa do orçamento federal. Com o avanço da tecnologia, a Inteligência Artificial tem se mostrado aliada promissora no diagnóstico e tratamento dessas patologias. Técnicas de Inteligência Artificial podem ser utilizadas na análise de exames de imagem, com maior precisão e agilidade no diagnóstico. Ferramentas baseadas em IA vêm sendo aplicadas na fisioterapia digital, com programas personalizados de exercícios para tratar a dor lombar, monitorando a evolução do paciente em tempo real. Também há recursos de IA usados em wearables que analisam a postura e sugerem correções preventivas. A integração da IA nos cuidados com a coluna representa uma alternativa eficiente, menos invasiva e mais econômica, contribuindo para a redução dos custos do sistema de saúde e para o bem-estar dos pacientes. Este trabalho investiga a utilização de Deep Learning (redes YOLOv12 e U-Net) para segmentação das estruturas da coluna vertebral, e classificação de patologias em exames de Ressonância Magnética (RM) e Tomografia Computadorizada (TC). Com o desenvolvimento da pesquisa, espera-se a proposição de novos modelos com maior precisão no diagnóstico de patologias da coluna vertebral.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Alberto Pinto - Coordenador / Fábio Rodrigo Fernandes de Oliveira - Integrante.

• 2023 - 2025

  Machine learning e deep learning aplicados à detecção e ao diagnóstico de falhas em processos industriais., Descrição: O gerenciamento eficiente da manutenção é importante para o sucesso das indústrias. Boaspráticas de manutenção são indispensáveis para assegurar a continuidade operacional dasplantas, minimizar a ocorrência de paradas emergenciais e aumentar a disponibilidade dosequipamentos para a produção. A redução de paradas não programadas devido a falhasintempestivas, tende a aumentar a produtividade e o tempo de vida útil dos equipamentos, aomesmo tempo que reduz os gastos com intervenções corretivas. O objeto desse projeto é odesenvolvimento de pesquisas sobre a utilização de técnicas de Machine Learning e DeepLearning aplicadas ao desenvolvimento de sistemas de diagnóstico de falhas em processosindustriais. As pesquisas serão realizadas em dois eixos. No primeiro serão utilizados osalgoritmos k-Nearest Neigbour (k-NN), Support Vector Machine (SVM) e Árvore de Decisão parainvestigar a ocorrência de falhas em processos de uma fábrica de cimento. Para a construção dos modelos serão utilizados conjuntos de dados constituídos pelas variáveis temperatura, vibração e pressão, medidos em diferentes pontos da planta. O segundo eixo investigará a aplicação de Redes Neurais Convolucionais (Convolutional Neural Neworks CNN) para detectar e diagnosticar falhas em máquinas rotativas a partir da análise de sinais de vibração. Para a realização dos testes, serão utilizados os sinais de vibração do conjunto de dados Mafaulda que estão associados à nove tipos de falhas, além da condição de funcionamento normal. Outros temas que serão investigados no escopo desse projeto são: seleção e extração de variáveis para redução de dimensionalidade e a aplicação da transformada wavelet na construção de modelos de classificação de falhas. Com a execução desse projeto espera-se que os estudantes nele envolvidos fiquem familiarizados com conceitos de inteligência artificial e detecção de falhas, e desenvolvam apreço pela pesquisa aplicada e pela análise de problemas complexos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (3) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (1) / Doutorado: (0) . , Integrantes: Luiz Alberto Pinto - Coordenador / Matheus Mesquita Gomes Moura - Integrante / Vitor Albano Leal - Integrante / Vitor Hugo Vervloet - Integrante / Marcos Rômulo de Oliveira - Integrante., Financiador(es): Instituto Federal do Espírito Santo - Bolsa.

• 2021 - 2022

  Predição, detecção e diagnóstico de falhas em mancais de rolamento de motores elétricos industriais, Descrição: A proposta desse projeto é investigar o importante tema da predição, detecção e diagnóstico de falhas em mancais de rolamento de motores elétricos industriais. Nesse contexto, ele é constituído por dois sub-projetos que pretendem abordar, a predição de falhas em rolamentos (Plano de Trabalho 1) e o diagnóstico de falhas em rolamentos (Plano de Trabalho 2). O sub-projeto constituído pelo Plano de Trabalho 1, tem como objetivo investigar e fazer uma comparação entre o desempenho dos algoritmos de classificação k-Nearest Neigbour (k-NN), Support Vector Machine (SVM), Árvore de Decisão e Floresta Aleatória na classificação das falhas do rolamentos contidas nos sinais do conjunto de dados Paderborn. Para a implementação dos classificadores, os descritores serão extraídos no domínio do tempo, da frequência e no domínio tempo-frequência de sinais de vibração, temperatura e corrente elétrica. O sub-projeto constituído pelo Plano de Trabalho 2 visa investigar a predição de falhas em rolamentos de motores elétricos com a utilização de Long Short Term Memory (LSTM). Para esse estudo será utilizado o conjunto de dados IMS, que é constituído por sinais de vibração rotulados com pontos de falhas com níveis de intensidade crescentes no tempo. Além do objetivo principal que é a implementação de sistemas de classificação e predição de falhas em rolamentos de motores elétricos com a aplicação das técnicas propostas, com a execução desse projeto espera-se desenvolver nos estudantes o apreço pela pesquisa aplicada e a capacidade de sistematizar e resolver problemas complexos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Luiz Alberto Pinto - Coordenador / Hudson Curto Dalprá - Integrante / Mateus Emanuel Mamani Araújo - Integrante.

• 2020 - 2022

  SIGFOOD, Descrição: Desenvolver uma solução composta por hardware, firmware e software, bem como a integração dos meios de transmissão dos dados para realizar o monitoramento de parâmetros de armazenamento e transporte de alimentos e bebidas de forma mais econômica e automática, com menor intervenção e susceptibilidade de erros humanos.Provendo assim à cadeia de produção de alimentos e bebidas, informação mais precisas e confiáveis no espaço e notempo de forma permitindo ações intervencionistas possam garantir qualidade, reduzir desperdício e aumento de shelf-life dos produtos.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (1) / Doutorado: (0) . , Integrantes: Luiz Alberto Pinto - Integrante / Caio Marcos Malheiros Alves - Integrante / Heitor Caroni Nogueira - Coordenador / Mariana Pedrosa Stocco Antonelli - Integrante / Oscar Machado de Souza - Integrante / Cristiano Coutinho Caldas - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.

• 2019 - 2022

  PRONEM: Redes de Aprendizado Profundo Aplicadas à Detecção de Câncer em Tecidos Humanos e Detecção de Patologias em Sinais de EEG e ECG, Descrição: A Saúde 4.0 (S4) é um novo conceito de atenção à saúde que faz uso extensivo de técnicas de inteligência artificial, redes, computação em nuvem, sensoriamento e internet das coisas. A S4 tem revolucionado o serviço de auxílio ao diagnóstico médico. Os ganhos para a saúde são percebidos tanto na qualidade do atendimento médico, que podem contar com sistemas no auxílio ao diagnóstico, como na melhoria do acesso ao atendimento médico, em que pacientes em zonas remotas podem ser atendidos por profissionais localizados em grandes centros. Neste contexto, neste projeto pretende-se desenvolver e implementar técnicas baseadas em Deep Learning e métodos recentes de processamento de imagens e de sinais para realizar: a) a segmentação de imagens dermatoscópicas para auxiliar especialistas a identificar lesões de pele (como câncer); b) a segmentação de mamografias digitais, no intuito de identificar regiões de calcificação e de câncer; c) detecção de comportamento anômalo e patologias em sinais de ECG (Eletrocardiograma); d) detecção de patologias neurofisiológicas e seu relacionamento com os sinais de EEG (eletroencefalograma).. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (3) / Mestrado profissional: (0) / Doutorado: (3) . , Integrantes: Luiz Alberto Pinto - Integrante / Karin Satie Komatti - Integrante / Evandro Ottoni Teatini Salles - Integrante / Rodrigo Varejão Andreão - Integrante / Patrick Marques Ciarelli - Coordenador / Jorge Leonid Aching Samatelo - Integrante / Luiz Otávio Rigo Júnior - Integrante / Marcelo Eduardo Vieira Segatto - Integrante / Klaus Fabian Côco - Integrante / Sandra Mara Torres Muller - Integrante / Wilian Horoshi Hisatugu - Integrante / Leonardo Jose Silvestre - Integrante., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Auxílio financeiro.

• 2017 - 2019

  Diagnóstico de Patologias Cardíacas Aplicando Técnicas de Reconhecimento de Padrões., Descrição: Métodos de reconhecimento de padrões serão utilizados para a implementação de classificadores para auxiliar os especialistas na formulação de diagnósticos de patologias cardíacas. Entre os algoritmos de classificação que serão utilizados nas pesquisas estão o classificador vizinho-mais-próximo, as funções discriminantes lineares, as máquinas de vetor de suporte (SVM) [Lorena e Carvalho, 2007], o classificador bayesiano, além de técnicas de combinação de classificadores Bagging e Boosting [Bauer e Koravi, 1999]. Para a implementação dos classificadores serão utilizadas bases de dados públicas de pacientes cardíacos como, por exemplo, o ?Arrhythmia Data Set? [UCI - Machine Learning Repository, 2017], disponível no UCL Machine Learning Repository, além de bases de dados privadas. A base de dados Arrhythmia Data Set é constituída por uma fusão de descritores obtidos por diferentes meios: descritores extraídos de exames de ECG, descritores extraídos de exames clínicos laboratoriais e descritores relacionados aos fatores de riscos dos pacientes. Parte integrante dessa pesquisa será a aplicação de técnicas de processamento de sinais aos sinais de ECG, visando a extração de descritores correlacionados às patologias do coração. Para isso serão investigados o desempenho de índices no domínio do tempo, bem como índices no domínio da frequência. De especial interesse será investigar o desempenho da Transformada Wavelet [Malat, 2009] para a extração de descritores dos sinais de ECG.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Luiz Alberto Pinto - Coordenador / Amanda Pereira Lucas - Integrante / Lizandra Silva Sá - Integrante., Financiador(es): Instituto Federal do Espírito Santo - Remuneração., Número de produções C, T & A: 4

• 2014 - 2016

  Sistema de Vídeo Monitoramento para Identificação Facial e Apoio a Segurança Pública, Descrição: A identificação de objetos e pessoas é intuitiva para os seres humanos. Nesse contexto, tarefas de identificação têm o objetivo de caracterizar indivíduos e objetos, organizando as relações sociais. Na maioria das civilizações, desde cedo, cada indivíduo recebe um rótulo de identificação, sendo o nome, o mais comum. Os seres humanos possuem a capacidade natural de associar rótulos aos seus pares utilizando para isso informações do presente e do passado. Em geral, caracterizamos indivíduos por suas formas geométricas, dimensões, cor, textura, expressões faciais, timbre de voz, localização no ambiente, além de varias outras informações associadas a sua fisiologia, a forma com que os indivíduos interagem com o ambiente, etc. Dentre as formas de interação entre indivíduo e ambiente, a mais eficiente é a visual. Contudo, a audição e o tato também podem capturar informações relevantes quando o sistema de visão não está operativo, ou não pode ser utilizado devido a oclusões na cena analisada. Considerando sua relevância é natural que o sistema de visão receba especial atenção nos estudos sobre reconhecimento e classificação de indivíduos. A facilidade dos seres humanos em identificar e rotular seus pares é uma característica desejável e de extrema importância para sistemas automáticos em diversas aplicações. Entre essas aplicações estão as tarefas de vigilância e segurança, o tratamento e acompanhamento de idosos e pessoas com necessidades específicas, a autenticação de sistemas, o controle de acesso a ambientes, a interação homem/máquina, e a busca por partes de uma imagem em um banco de dados. Por isso, o reconhecimento e a classificação de pessoas tem sido alvo de estudos, sendo a maior parte desses inspirados no sistema de visão humano, e com foco na análise e no processamento de imagens. Considerando a importância da temática da identificação de indivíduos, vários trabalhos têm sido publicados. Como abordagem principal destaca-se o reconhecimento e classificação de indivíduos utilizando características faciais como elementos discriminantes. Diversos trabalhos consideram a utilização de outras características para a identificação de indivíduos, tais como, a análise de impressões digitais por imagens, sensores laser e infravermelho, a análise da estrutura da irís, o reconhecimento da forma de caminhar, a análise da forma da orelha e o reconhecimento de gestos. Contudo, é importante mencionar que a impressão digital e a íris são informações que exigem a cooperação do indivíduo para serem obtidas, necessidade que pode ser evitada, ao se utilizar o reconhecimento facial, o modo de caminhar, ou o reconhecimento de gestos como elementos discriminantes. Embora, diversos trabalhos tenham sido publicados sobre o assunto, o problema de reconhecimento e classificação de indivíduos utilizando informações extraídas de imagens e vídeos é um problema não resolvido, e as soluções propostas apresentam diversas restrições ao seu desempenho. Esse fato abre espaço para o desenvolvimento de contribuições inovadoras nessa área. Uma das principais dificuldades enfrentadas pelos trabalhos existentes é a de localizar e rastrear indivíduos em uma cena com diferentes objetos estáticos e em movimento, principalmente em se tratando de imagens de vídeo. Além disso, a definição e a extração das melhores características para discriminar indivíduos também é uma área de estudo desafiadora e promissora. Este trabalho propõe o desenvolvimento de uma plataforma de reconhecimento e classificação de indivíduos utilizando informações características faciais, obtidas por meio de imagens de vídeos. Tais sistemas se destinam a auxiliar os agentes de segurança pública, na identificação de pessoas em conflito com a lei.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Alberto Pinto - Coordenador / Flávio Garcia Pereira - Integrante / Daniel Cruz Cavalieri - Integrante / Karin Satie Komatti - Integrante., Financiador(es): Conselho Nacional de Desenvolvimento Científico e Tecnológico - Outra.

• 2014 - 2015

  Detecção e Rastreamento de Chapas de Aço na Entrada do Forno do LTQ, Descrição: Após a crise mundial ocorrida no ano de 2008, iniciou-se uma recuperação do mercado siderúrgico mundial, o qual se encontra em uma ligeira expansão. Com o reaquecimento dos negócios, as organizações têm procurado um diferencial para conseguir aumentar sua participação no mercado gerando uma maior competitividade entre as empresas. Nesse contexto, torna-se vital garantir a eficiência dos processos e, consequentemente, a qualidade dos produtos. Nesse projeto, será desenvolvida uma aplicação para uma empresa siderúrgica do estado do Espírito Santo utilizando visão computacional. O uso de sistemas de visão computacional torna-se cada vez mais atrativo para a inspeção de alguns processos siderúrgicos, haja vista o reduzido custo de implantação de sistemas deste tipo, frente a grande quantidade de informação que pode ser adquirida de uma imagem. Os sistemas de visão tornam-se, então, uma ferramenta adequada para auxiliar a execução dos processos siderúrgicos, podendo reduzir custos, melhorar a eficiência dos processos e melhorar a qualidade dos produtos. Nesse contexto, o objetivo deste projeto é apresentar uma solução, utilizando visão computacional, para detectar e acompanhar o movimento de uma placa de aço do momento em que ela é posicionada na mesa de enfornamento até o instante em que ela é enviada para o forno de reaquecimento do LTQ.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (1) . , Integrantes: Luiz Alberto Pinto - Integrante / Flávio Garcia Pereira - Coordenador / Daniel Cruz Cavalieri - Integrante / Karin Satie Komatti - Integrante / Adilson Ribeiro Prado - Integrante.

• 2014 - 2015

  Re-identificação de pessoas em sistemas de vídeo monitoramento autônomos., Descrição: As imagens obtidas por câmeras de vídeo monitoramento têm sido utilizadas como aliadas em tarefas de vigilância, segurança pública, monitoramento de locais críticos, cuidado de pessoas, etc. Localizadas em pontos estratégicos, essas câmeras potencializam as ações dos agentes de segurança em locais públicos ou privados. Em hospitais, asilos, creches, ou mesmo em residências onde existam idosos, sistemas de vídeo monitoramento podem auxiliar no cuidado das necessidades especiais de pacientes. Entretanto, a análise em tempo real do grande volume de informações produzidas se torna um desafio, quando feita manualmente por operadores humanos. Algumas vezes o operador terá que lidar com a tarefa de monitorar, em tempo real, várias câmeras ao mesmo tempo, em outras situações o desafio será encontrar informações específicas analisando as grandes quantidades de imagens que são armazenas no banco de dados do sistema. Considerando as dificuldades citadas, sistemas de vídeo monitoramento automático podem auxiliar os operadores humanos em tarefas de identificação, rastreamento e re-identificação de pessoas. Com a utilização desses sistemas, detalhes em uma imagem podem ser identificados, contribuindo com informações que podem auxiliar no entendimento das ações realizadas pelos atores. Inspirados na forma com que humanos vêm e interpretam uma cena, esses sistemas criam um ambiente de interação entre o mundo real e o computador, e podem melhorar o desempenho em tarefas de identificação de detalhes em vídeos on-line. A operação desses sistemas podem eliminar a influência do estresse físico ou psicológico dos operadores em sistemas manuais, e na dificuldade dos mesmos para manter um nível alto de atenção em tarefas de busca de detalhes em análises de vídeo off-line, dificuldades essas inerentes a operação humana. Nesse contexto, o projeto proposto tem como objetivo o desenvolvimento de pesquisas que visam a proposição de novos métodos e algoritmos para a re-identificação de pessoas em imagens capturadas por redes de câmeras de vídeo monitoramento.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (0) / Especialização: (0) / Mestrado acadêmico: (0) / Mestrado profissional: (0) / Doutorado: (0) . , Integrantes: Luiz Alberto Pinto - Integrante / Mounim A. EL YACOUBI - Coordenador.

• 2012 - 2013

  Detecção e Diagnóstico de Falhas em Sistemas Dinâmicos Utilizando Transformada Wavelet e Técnicas de Identificação., Descrição: Devido à complexidade dos sistemas de produção utilizados atualmente nas indústrias, a detecção e o diagnóstico de falhas em processos industriais têm representado um desafio para os especialistas. Nesse contexto, a utilização de sistemas automatizados pode ser útil para auxiliar na detecção e na elaboração de diagnósticos mais precisos, reduzindo os custos diretos de manutenção e as perdas relacionadas ao tempo de parada dos equipamentos. Essa pesquisa tem como principal objetivo desenvolver estudos que resultem no desenvolvimento de sistemas automatizados para a detecção e diagnósticos de falhas em sistemas dinâmicos. Para isso, serão utilizados métodos de modelagem empírica para identificação do sistema a ser estudado, e técnicas de reconhecimento de padrões serão utilizadas para obtenção de classificadores. Os sinais produzidos pelos sensores das variáveis do processo serão analisados no domínio original e depois de transformados com a utilização da transformada wavelet.. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Luiz Alberto Pinto - Coordenador., Financiador(es): Fundação de Amparo à Pesquisa do Espírito Santo - Bolsa.