Cristiano Flores dos Santos

Pós-doutorado

Formação complementar

Idiomas

Áreas de atuação

Organização de eventos

Participação em eventos

Participação em bancas

Orientou

Produções bibliográficas

• SANTOS, CRISTIANO ; REHBEIN, GUSTAVO ; COSTA, EDUARDO ; CORREA, GUILHERME ; PORTO, MARCELO . Efficiency and complexity analysis of video-based and geometry-based point cloud encoders. Journal of Real-Time Image Processing , v. 1, p. 1, 2025.

• SANTOS, C. F. ; CEOLIN, S. R. . APLICAÇÃO BASEADA EM KINECT COMO ALTERNATIVA PARA AMBIENTES DE COMPUTAÇÃO PERVASIVA. Disciplinarum Scientia , v. 14, p. 245-259, 2013.

• SANTOS, CRISTIANO . Fundamentos de banco de dados: um guia rápido. 1. ed. , 2025.

• SANTOS, CRISTIANO . Algoritmos: um guia rápido. 1. ed. , 2024.

• Gustavo Rehbein ; SANTOS, C. F. ; GUILHERME CORREA ; PORTO, MARCELO . Machine Learning-Based Block Partitioning for V-PCC Encoding Acceleration. In: Visual Communications and Image Processing, 2025, Austria. Visual Communications and Image Processing, 2025.

• Gustavo Rehbein ; CORREA, GUILHERME ; SANTOS, CRISTIANO ; PORTO, MARCELO . Método Rápido para Codificação de Nuvens de Pontos Dinâmicas Baseado em Predição de Particionamento de Blocos. In: Proceedings of the 31st Brazilian Symposium on Multimedia and the Web, 2025. Proceedings of the 31st Brazilian Symposium on Multimedia and the Web, 2025.

• Eduardo Costa ; REHBEIN, GUSTAVO ; SANTOS, CRISTIANO ; CORREA, GUILHERME ; PORTO, MARCELO . Redução de Tempo de Codificação de Nuvens de Pontos Dinâmicas no V-PCC Assistida por Aprendizado de Máquina. In: IBERCHIP Workshop 2025, 2025. IBERCHIP Workshop 2025.

• SANTOS, CRISTIANO ; TAVARES, LEANDRO ; COSTA, EDUARDO ; REHBEIN, GUSTAVO ; CORRÊA, GUILHERME ; PORTO, MARCELO . Coding Efficiency and Complexity Analysis of the Geometry-based Point Cloud Encoder. In: 2024 IEEE 15th Latin America Symposium on Circuits and Systems (LASCAS), 2024, Punta del Este. 2024 IEEE 15th Latin America Symposium on Circuits and Systems (LASCAS), 2024. p. 1.

• Leandro Tavares ; Eduardo Costa ; MARCELO PORTO ; CORREA, GUILHERME ; SANTOS, CRISTIANO . Solução para Decisões no G-PCC com Aprendizado de Máquina. In: 30th Iberchip Workshop 2024, 2024, Punta Del Este. 30th Iberchip Workshop 2024, 2024.

• REHBEIN, GUSTAVO ; COSTA, EDUARDO ; CORRÊA, GUILHERME ; SANTOS, CRISTIANO ; PORTO, MARCELO . A Machine-Learning-Driven Fast Video-based Point Cloud Compression (V-PCC). In: Proceedings of the Brazilian Symposium on Multimedia and the Web, 2024, Brasil. Proceedings of the 30th Brazilian Symposium on Multimedia and the Web (WebMedia 2024), 2024. p. 20.

• Eduardo Costa ; TAVARES, LEANDRO ; CORREA, GUILHERME ; SANTOS, CRISTIANO ; PORTO, MARCELO . Machine Learning-Based Decision Solution for G-PCC. In: 39º Simpósio Sul de Microeletrônica (SIM), 2024. 39º Simpósio Sul de Microeletrônica (SIM), 2024.

• REHBEIN, GUSTAVO ; COSTA, EDUARDO ; TAVARES, LEANDRO ; SANTOS, CRISTIANO ; CORREA, GUILHERME ; PORTO, MARCELO . Efficiency and Computational Cost Analysis of the Geometry-based Point Cloud Encoder. In: 39º Simpósio Sul de Microeletrônica (SIM), 2024. 39º Simpósio Sul de Microeletrônica (SIM), 2024.

• Eduardo Costa ; Leandro Tavares ; SANTOS, CRISTIANO ; MARCELO PORTO ; CORREA, GUILHERME . Análise da eficiência de compressão das ferramentas do software compressor de nuvens de pontos baseado em geometria. In: 9ª Semana Integrada UFPEL 2023 ? Congresso de Iniciação Científica (CIC), 2023, Pelotas. 9ª Semana Integrada UFPEL 2023 ? Congresso de Iniciação Científica, 2023.

• Gustavo Rehbein ; SANTOS, CRISTIANO ; MARCELO PORTO . Compressão de Nuvens de Pontos com V-PCC Usando o Codificador de Vídeo AV1. In: 9ª Semana Integrada UFPEL 2023 - Encontro de Pós-Graduação (ENPOS), 2023, Pelotas. 9ª Semana Integrada UFPEL 2023 - Encontro de Pós-Graduação, 2023.

• MAASS, D. ; SANTOS, C. F. ; CORRÊA, GUILHERME ; MARCELO PORTO . AN INTER-FRAME PREDICTION FOR DYNAMIC POINT CLOUD COMPRESSION. In: Simpósio Sul de Microeletrônica (SIM), 2022, Unisinos - São Leopoldo. SIM, 2022.

• SANTOS, CRISTIANO ; GONCALVES, MATEUS ; CORREA, GUILHERME ; PORTO, MARCELO . Block-Based Inter-Frame Prediction For Dynamic Point Cloud Compression. In: 2021 IEEE International Conference on Image Processing (ICIP), 2021, Anchorage. 2021 IEEE International Conference on Image Processing (ICIP), 2021. p. 3388.

• SANTOS, CRISTIANO F. ; LOPES, FERNANDO ; PINHEIRO, ANTONIO ; DA SILVA CRUZ, LUIS A. . A Sub-Partitioning Method for Point Cloud Inter-prediction Coding. In: 2018 IEEE Visual Communications and Image Processing (VCIP), 2018, Taichung. 2018 IEEE Visual Communications and Image Processing (VCIP), 2018. p. 1.

• SANTOS, CRISTIANO ; CONCEIÇÃO, RUHAN ; AGOSTINI, LUCIANO ; CORRÊA, GUILHERME ; ZATT, BRUNO ; PORTO, MARCELO . Rate and Complexity-Aware Coding Scheme for Fixed-Camera Videos Based on Region-of-Interest Detection. In: the 23rd Brazillian Symposium, 2017, Gramado. Proceedings of the 23rd Brazillian Symposium on Multimedia and the Web - WebMedia '17, 2017. p. 409.

• MELO, MATEUS ; GOEBEL, JONES ; FARIAS, DANIEL ; SANTOS, CRISTIANO ; TAVARES, TATIANA ; CORRÊA, GUILHERME ; ZATT, BRUNO ; PORTO, MARCELO . Objective and Subjective Video Quality Assessment in Mobile Devices for Low-Complexity H.264/AVC Codecs. In: the 23rd Brazillian Symposium, 2017, Gramado. Proceedings of the 23rd Brazillian Symposium on Multimedia and the Web - WebMedia '17, 2017. p. 429.

• Vitor Pinho ; SANTOS, CRISTIANO ; MARCELO PORTO ; GUILHERME CORREA . FERRAMENTA PARA ANÁLISE VISUAL DAS ESCOLHAS DE PREDIÇÃO EM CODIFICADORES DE NUVENS DE PONTOS. In: XXVIII Congresso de Iniciação Cientifica, 2019. XXVIII Congresso de Iniciação Cientifica.

• SANTOS, C. F. ; SPERONI, E. A. ; CEOLIN, S. R. ; SANTOS, O. M. ; LEGG, A. ; DALCIN, M. . Estereoscopia para Mapeamento 3D. In: SIBGRAPI, 2014, Rio de Janeiro. SIBGRAPI, 2014.

• SANTOS, CRISTIANO ; Leandro Tavares ; Eduardo Costa ; Gustavo Rehbein ; GUILHERME CORREA ; MARCELO PORTO . Coding Efficiency and Complexity Analysis of the Geometry-based Point Cloud Encoder. 2024. (Apresentação de Trabalho/Simpósio).

• SANTOS, CRISTIANO ; GONCALVES, MATEUS ; GUILHERME CORREA ; MARCELO PORTO . Block-Based Inter-Frame Prediction For Dynamic Point Cloud Compression. 2021. (Apresentação de Trabalho/Conferência ou palestra).

• SANTOS, C. F. ; GONCALVES, MATEUS ; Duarte, Leonardo ; CORRÊA, GUILHERME ; PORTO, MARCELO . Block Based Inter Frame Prediction for Dynamic Point Cloud Compression. 2021. (Apresentação de Trabalho/Congresso).

• SANTOS, C. F. . Nuvens de Pontos 3D. 2019. (Apresentação de Trabalho/Conferência ou palestra).

• SANTOS, C. F. . Proposta de Aplicação Baseada em Kinect como Alternativa para Ambientes de Computação Pervasiva. 2012. (Apresentação de Trabalho/Simpósio).

Outras produções

Projetos de pesquisa

• 2025 - Atual

  Mensurando a Qualidade em elementos de Jogos Digitais para Projetos Indies, Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) . , Integrantes: Cristiano Flores dos Santos - Coordenador / João Victor Rocha Araújo - Integrante / Caio Steglich Borges - Integrante.

• 2024 - Atual

  Projeto de Hardware Dedicado para a Compressão de Sinais Visuais com Auxílio de Aprendizado de Máquina, Descrição: A evolução da tecnologia de fabricação de circuitos integrados, que propiciou o grande avanço na produção de dispositivos eletrônicos, especialmente os móveis, aliada evolução da infraestrutura de telecomunicações, tornaram o uso de vídeos digitais uma das mídias mais populares para a comunicação, entretenimento, educação, segurança, entre outros. Atualmente, os vídeos digitais estão presentes e são uma das principais formas de comunicação nas principais redes sociais, como Facebook, Instagram e Twitter, além dos serviços de streaming de vídeo, como Netflix, YouTube, Disney+, Amazon Prime, HBO Max, Globoplay, entre outros, que modificaram os padrões atuais de entretenimento.A compressão de vídeo e de nuvens de pontos é fundamental para dar suporte a transmissão, reprodução, armazenamento e processamento deste tipo de mídia. Neste cenário, os codificadores de vídeo AV1, VVC e V-PCC representam o estado-da-arte em termos de eficiência de codificação e devem estar presentes nas novas gerações de dispositivos móveis, como smartphones e tablets. No entanto, a implementação destes codificadores demanda um custo computacional muitíssimo elevado, exigindo o projeto de arquiteturas de hardware dedicadas para o processamento em tempo real e o atendimento às restrições de consumo de energia. Este projeto visa a utilização de algoritmos de aprendizado de máquina para auxiliar nas tomadas de decisão dos diversos algoritmos presentes nos codificadores AV1, VVC e V-PCC, visando a redução do número de testes realizados com foco no projeto de hardware dedicado de baixo consumo para dispositivos móveis.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cristiano Flores dos Santos - Integrante / CORRÊA, GUILHERME - Integrante / PORTO, MARCELO - Coordenador.

• 2022 - Atual

  Chamada CNPq/MCTI/FNDCT Nº 18/2021 ? UNIVERSAL: Codificação de Sinais Visuais Assistida por Aprendizado de Máquina, Descrição: Este projeto, aprovado no Edital Universal CNPq/MCTI/FNDCT Nº 18/2021, tem o objetivo de propor soluções para a redução de complexidade e consumo energético dos codificadores de vídeo AOMedia Video (AV1) e Versatile Video Coding (VVC) e dos codificadores de nuvens de pontos Video-based Point Cloud Compression (V-PCC) e Geometry-based Point Cloud Compression (G-PCC), todos considerados o estado-da-arte atual.. , Situação: Em andamento; Natureza: Pesquisa. , Integrantes: Cristiano Flores dos Santos - Integrante / CORRÊA, GUILHERME - Coordenador.

• 2022 - Atual

  Compressão de Nuvens de Pontos Assistida por Aprendizado de Máquina, Descrição: Sinais visuais em 3D estão em evidência atualmente em virtude das inúmeras possibilidades de aplicação, como no metaverso, em realidade virtual, aumentada e mista, no mapeamento de objetos e cenários, aplicações médicas, etc. As nuvens de pontos são uma das tecnologias de representação de conteúdos 3D, porém, o volume de dados gerados para a representação de nuvens de pontos 3D é muito elevado, o que demanda um custo também muito elevado para o seu armazenamento e a transmissão. Neste contexto, a compressão de nuvens de pontos é um processo necessário. No entanto, esta é uma tarefa computacionalmente muito complexa que, nas tecnologias atuais, impossibilita o processamento em tempo real, especialmente em dispositivos móveis, como smartphones. Os codificadores V-PCC e G-PCC, desenvolvidos pelo grupo MPEG , são as principais soluções existentes para a compressão de nuvens de pontos. Em ambos, a maior parte da complexidade do processo de codificação está na definição do melhor modo de codificação, ou seja, naquele que resulta na melhor relação entre taxa de compressão e qualidade visual. Este tipo de decisão pode ser tratada como um problema de otimização ou sob a ótica de um problema de decisão/classificação. Este projeto prevê o emprego de técnicas de aprendizado de máquina para o auxílio à codificação de nuvens de pontos, gerando soluções para a redução de complexidade do processo de codificação dos codificadores V-PCC e G-PCC. Este projeto também prevê a implementação em hardware de um dos módulos otimizados, com foco na aplicação em dispositivos móveis.. , Situação: Em andamento; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (1) / Doutorado: (4) . , Integrantes: Cristiano Flores dos Santos - Integrante / CORRÊA, GUILHERME - Integrante / PORTO, MARCELO - Coordenador.

• 2019 - 2021

  Soluções para Redução do Custo Computacional de Codificadores e Transcodificadores de Vídeo Estado-da-Arte, Descrição: Projeto financiado pelo edital Chamada Universal MCTIC/CNPq n.º 28/2018. Este projeto tem como foco principal o desenvolvimento de soluções para redução de complexidade de codificadores e transcodificadores de vídeo digital. O projeto tem como prioridade a redução de complexidade de codificadores atualmente em fase de desenvolvimento e com perspectiva de finalização em curto prazo, como é o caso do padrão em fase de estudo e definição pelo JVET. Além disso, serão propostas técnicas de redução de complexidade para os transcodificadores que permitam a compatibilidade entre os novos padrões e os padrões que os antecedem. As soluções propostas ao longo do projeto serão focadas em otimizações algorítmicas, baseadas em heurísticas e técnicas de mineração de dados e aprendizado de máquina. , Situação: Concluído; Natureza: Pesquisa. , Alunos envolvidos: Graduação: (2) / Mestrado acadêmico: (2) / Doutorado: (2) . , Integrantes: Cristiano Flores dos Santos - Integrante / GUILHERME CORREA - Coordenador.

• 2017 - 2020

  Redução de Complexidade em Transcodificadores de Vídeo Digital: Soluções Heurísticas e Baseadas em Aprendizado de Máquina, Descrição: Este projeto tem o objetivo de propor soluções para redução da complexidade em transcodificadores homogêneos e heterogêneos de vídeo digital baseados nos padrões Advanced Video Coding (H.264/AVC), High Efficiency Video Coding (HEVC), VP9 e AV1, os atuais padrões estado-da-arte codificação de vídeo. As soluções propostas deverão possibilitar a transcodificação heterogênea a partir dos formatos H.264 e VP9, além de transcodificação homogênea HEVC para adaptação de taxa de bits com baixa complexidade, possibilitando a sua utilização em dispositivos e aplicações com limitação de tempo, energia ou de recursos computacionais.. , Situação: Concluído; Natureza: Pesquisa. , Integrantes: Cristiano Flores dos Santos - Integrante / CORRÊA, GUILHERME - Coordenador / ZATT, BRUNO - Integrante / DA SILVA CRUZ, LUIS A. - Integrante.

Prêmios