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

0 Resultados

Jaime Cardoso

Jaime Cardoso

Investigador Coordenador

Jaime S. Cardoso, licenciado em Engenharia e Eletrotécnica e de Computadores em 1999, Mestre em Engenharia Matemática em 2005 e doutorado em Visão Computacional em 2006, todos pela Universidade do Porto. Professor Associado com agregação na Faculdade de Engenharia da Universidade do Porto (FEUP) e Investigador Sénior em 'Information Processing and Pattern Recognition' no Centro de Telecomunicações e Multimédia do INESC TEC.

A sua investigação assenta em três grandes domínios: visão computacional, "machine learning" e sistemas de suporte à decisão. A investigação em processamento de imagem e vídeo tem abordado a área de biometria, imagem médica e "video tracking" para aplicações de vigilância e desportos. O trabalho em "machine learning" foca-se na adaptação de sistemas de aprendizagem às condições desafiantes de informação visual. A ênfase dos sistemas de suporte à decisão tem sido dirigida a aplicações médicas, sempre ancoradas com a análise automática de informação visual.

É co-autor de mais de 150 artigos, dos quais mais de 50 em jornais internacionais, com mais de 6500 citações (google scholar). Foi investigador principal em 6 projectos de I&D e participou em 14 projectos de I&D, incluindo 5 projectos europeus e um contrato directo com a BBC do Reino Unido.

Projetos

Publicações

Enhancing Weakly-Supervised Video Anomaly Detection With Temporal Constraints

Caetano, F;Carvalho, P;Mastralexi, C;Cardoso, JS;

2025

IEEE ACCESS

An inpainting approach to manipulate asymmetry in pre-operative breast images

Montenegro, H;Cardoso, MJ;Cardoso, JS;

2025

CoRR

CountPath: Automating Fragment Counting in Digital Pathology

Vieira, AB;Valente, M;Montezuma, D;Albuquerque, T;Ribeiro, L;Oliveira, D;Monteiro, JC;Gonçalves, S;Pinto, IM;Cardoso, JS;Oliveira, AL;

2025

CoRR

Parameter-Efficient Generation of Natural Language Explanations for Chest X-ray Classification

Rio-Torto, I;Cardoso, JS;Teixeira, LF;

2024

MEDICAL IMAGING WITH DEEP LEARNING

Ver todas as publicações

Teses Orientadas

Machine Learning Applied to Fall Prediction and Detection Using Wearable Sensors

Joana Raquel Cerqueira da Silva

D - 2019

UP-FEUP

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

Sara Isabel Pires de Oliveira

D - 2019

UP-FEUP

Deep Aesthetic Assessment of Breast Cancer Surgery Outcomes

Wilson José dos Santos Silva

D - 2019

UP-FEUP

Towards Automatic Detection and Quantification of Gait in Arthritic Rats

Ana Filipa Adonias Costa

M - 2019

UP-FEUP

Ver mais teses orientadas

Information and Contacts

Phone
+351222094299
Email
[email protected]
Social Media