Sie folgen nun
Fehler beim Folgen des Nutzers.
Dieser Nutzer erlaubt es nicht, dass andere Nutzer ihm folgen.
Sie folgen diesem Nutzer bereits.
Ihr Mitgliedschaftsplan bietet nur 0 Folgen an. Upgraden Sie hier.
Erfolgreich entfolgt
Fehler beim Nichtfolgen des Nutzers.
Sie haben erfolgreich empfohlen
Fehler beim Empfehlen des Nutzers
Ein Fehler ist aufgetreten. Bitte aktualisieren Sie die Seite und versuchen Sie es erneut.
E-Mail erfolgreich bestätigt.
porto,
portugal
Es ist derzeit 5:54 AM hier
Beigetreten am August 4, 2016
0 Recommendations
Tiago F.
@tfreitas23
0,0
0,0
0%
0%
porto,
portugal
N/A
Abgeschlossene Arbeiten
N/A
Budgetgerecht
N/A
Pünktlich
N/A
Wiedereinstellungsrate
Computer Vision and Machine Learning Engineer
Kontaktieren Sie Tiago F. bezüglich Ihres Jobs
Melden Sie sich an, um Details im Chat zu besprechen.
Bewertungen
Änderungen gespeichert
Hier keine Bewertungen zu sehen!
Erfahrung
MSc Student
Nov. 2015 - Juli 2016 (8 Monate, 1 Tag)
Masther Thesis Student in 3D Face Recognition Under Unconstrained Settings Using Low-Cost Sensors
Scholarship Researcher
Apr. 2015 - Sept. 2015 (5 Monate, 1 Tag)
Research work in CT Lung images, where I worked on juxta-vascular nodule detection.
Ausbildung
Integreated Master in Bioengineering - Biomedical Engineering
(5 Jahre)
Veröffentlichungen
A Comparative analysis of deep and shallow features for multimodal face recognition
12th International Symposium on Visual Computing (ISVC'16)
We propose a new RGB-depth-infrared (RGB-D-IR) dataset, RealFace, acquired with the novel Intel RealSense collection of sensors, and characterized by multiple variations in pose, lighting and disguise. We conclude that our dataset presents some relevant challenges and that deep feature descriptors present both higher robustness in RGB images, as well as an interesting margin for improvement in alternative sources, such as depth and IR.
Multimodal Hierarchical Face Recognition using Information from 2.5D Images
U.Porto Journal of Engineering
In this paper we propose a multimodal extension of a previous work, based on SIFT descriptors of RGB images, integrated with LBP information obtained from depth scans, modeled by an hierarchical framework motivated by principles of human cognition. The framework was tested on EURECOM dataset and proved that the inclusion of depth information improved significantly the results in all the tested conditions, compared to independent unimodal approaches.
An improved method for juxta-vascular nodule candidate detection
RECPAD 2015 Proceedings
In this paper we propose a new 3D Hessian based medialness filter for the candidate detection phase in order to improve the quality of the juxta-vascular nodules that were identified as a problem in some recent approaches.
Our approach shows a significant improvement for the juxta-vascular cases, by having a considerable reduction onthe number of false positives (FP) when comparing with other methods.
Kontaktieren Sie Tiago F. bezüglich Ihres Jobs
Melden Sie sich an, um Details im Chat zu besprechen.
Verifizierungen
Top-Fähigkeiten
Ähnliche Freelancer anschauen
Ähnliche Vorzeigeprojekte ansehen
Einladung erfolgreich zugesendet!
Danke! Wir haben Ihnen per E-Mail einen Link geschickt, über den Sie Ihr kostenloses Guthaben anfordern können.
Beim Senden Ihrer E-Mail ist ein Fehler aufgetreten. Bitte versuchen Sie es erneut.
Das Kopieren in der Zwischenablage ist fehlergeschlagen, bitte nach Anpassung Ihrer Berechtigungen erneut versuchen.
In der Zwischenablage kopiert.
Vorschau wird geladen
Erlaubnis zur Geolokalisierung erteilt.
Ihre Anmeldesitzung ist abgelaufen und Sie wurden abgemeldet. Bitte melden Sie sich erneut an.