INESC TEC
INESC TEC
INESC TEC
Resultados da pesquisa para:
Filtrar os seus resultados

0 Resultados

INESC TEC

Telecomunicações e Multimédia

Sobre o Centro

O Centro de Telecomunicações e Multimédia (CTM) do INESC TEC integra cerca de 200 colaboradores, incluindo pelo menos uma centena de investigadores integrados com atividade científica nos domínios das comunicações, inteligência artificial e ciências da computação e engenharia.


A atividade do centro organiza-se nas seguintes linhas de Investigação e Desenvolvimento (I&D):

  • Comunicações e Eletrónica
    • Tecnologias de rádio frequência
    • Optoeletrónica
    • Microeletrónica
    • Redes de comunicações sem fios
  • Perceção por computador
    • Visão por computador aplicada à Imagem médica
    • Visão por computador aplicada aos media digitais
    • Áudio por computador aplicado à música

Com equipas multidisciplinares que integram dezenas de doutoramentos, o centro aposta em projetos de investigação europeus e nacionais e em projetos de consultoria com a indústria.

Áreas do Centro

Engenharia de Rádio e Eletrónica
Engenharia de Rádio e Eletrónica

A área de Engenharia de Rádio e Eletrónica tem como objetivo o desenvolvimento de soluções para os sistemas de comunicações, computação e sensorização do futuro, baseando-se em competências em micro-ondas, fotónica integrada, eletrónica digital e analógica e processamento de sinal, com aplicações em comunicações rádio/óticas, sensorização humana e computação embarcada. Neste contexto, a investigação foca-se em três vertentes complementares: o desenvolvimento de antenas e dispositivos reconfiguráveis, explorando arquiteturas heterogéneas e computação neuromórfica para maior eficiência e adaptação às condições de operação; a exploração de abordagens sustentáveis, incluindo antenas e circuitos eletrónicos baseados em impressão 3D e materiais que potenciem a sustentabilidade económica e ambiental; e a integração de comunicações e sensorização multi-modal, combinando rádio e vídeo para potenciar o desempenho e a robustez dos sistemas.

Redes Sem Fios
Redes Sem Fios

A WiN (Wireless Networks / Redes Sem Fios) é uma área de investigação focada em I&D em redes de comunicações sem fios, com a visão de ligar todos os objetos e pessoas à Internet mesmo em cenários extremos. A missão da área é o desenvolvimento de sistemas de comunicações autónomos, isto é, inteligentes, autogeridos, escaláveis e com capacidade de perceber o contexto em que operam. Para cumprir esta missão, a nossa investigação é focada nos seguintes principais tópicos: simulação, autoconfiguração, otimização cross-layer, gestão de recursos de rádio, gestão de mobilidade e Digital Twins.

Tecnologias Multimédia e de Comunicações
Tecnologias Multimédia e de Comunicações

A MCT (Multimedia Communications Technologies / Tecnologias Multimédia e de Comunicações) desenvolve investigação em tópicos que envolvem a análise de sinais multimodais (video, imagem real e sintética, áudio e texto) para extração inteligente de informação que garanta a otimização e automatização de processos em vários verticais de aplicação. A equipa possui forte experiência em área que incluem visão por computador, sistemas inteligentes e aprendizagem máquina, IA generativa, computação musical, realidade aumentada, recomendação de conteúdos, protocolos e arquiteturas de comunicação multimédia. O leque de conhecimento aplicacional é vasto e inclui a indústria dos media e criativa, a área da segurança e vídeo vigilância, a indústria produtiva e aplicações emergentes como a condução autónoma, visualização inteligente de dados, reconhecimento de emoções e modelos de linguagem.

Visão por Computador e Inteligência Artificial
Visão por Computador e Inteligência Artificial

A área VCMI (Visual Computing and Machine Intelligence / Visão por Computador e Inteligência Artificial) é uma área de investigação focada na aplicação de metodologias de aprendizagem automática às condições desafiantes apresentadas pelos dados visuais. O desenvolvimento de sistemas inteligentes de apoio à decisão baseia-se na compreensão visual dos dados combinada com outros tipos de informação disponíveis, melhorando assim o processo de análise e decisão. Esta área tem como missão dar um forte contributo para a próxima geração de sistemas inteligentes dotando-os da capacidade de raciocínio a partir de diferentes tipos de dados, sejam eles imagem, vídeo ou outros sinais. Realizamos investigação em problemas fundamentais e aplicados em visão por computador, processamento de imagem, aprendizagem automática e sistemas de apoio à decisão ancorados na análise automática de dados. No entanto, seguindo estas principais direções de investigação, o nosso grupo favorece domínios mais específicos, como análise de imagens médicas; biometria e análise de sinais biológicos; monitorização de condutores/passageiros e condução autónoma; e tópicos mais fundamentais de visão computacional como a classificação ordinal.

Projetos em Destaque

Publicações Selecionadas

Traffic-aware gateway placement and queue management in flying networks

Coelho, A;Campos, R;Ricardo, M;

2023

AD HOC NETWORKS

Use Cases for Terahertz Communications: An Industrial Perspective

Zugno, T;Ciochina, C;Sambhwani, S;Svedman, P;Pessoa, LM;Chen, B;Lehne, PH;Boban, M;Kürner, T;

2025

IEEE WIRELESS COMMUNICATIONS

Movie trailer genre classification using multimodal pretrained features

Sulun, S;Viana, P;Davies, MEP;

2024

EXPERT SYSTEMS WITH APPLICATIONS

Causal representation learning through higher-level information extraction

Silva, F;Oliveira, HP;Pereira, T;

2025

ACM COMPUTING SURVEYS

Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading
Loading Loading Loading Loading

Notícias e Eventos

Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading
Loading Loading Loading Loading Loading Loading Loading Loading Loading

Teses Orientadas

Machine Learning Applied to Fall Prediction and Detection Using Wearable Sensors

Joana Raquel Cerqueira da Silva

D - 2019

UP-FEUP

Video Based tracking for 3D Scene Analysis

Américo José Rodrigues Pereira

D - 2019

UP-FEUP

Unconstrained Human Pose Estimation to Support Breast Cancer Survivor's Prospective Surveillance

João Pedro da Silva Monteiro

D - 2019

UP-FEUP

A Deep Learning-based Radio-Pathomics Approach for Breast Tumor Signature

Sara Isabel Pires de Oliveira

D - 2019

UP-FEUP

Contacte-nos

Entre em contacto connosco. Responderemos assim que nos for possível.