Visão por Computador
[Brevemente]
Descrição da Oportunidade
Esta bolsa pretende desenvolver métodos de visão por computador para a análise automática de imagens de pastagens e solos, recolhidas por satélite, drone, rover e/ou dispositivos acoplados aos animais, no contexto do projeto DFence. O trabalho incidirá na criação de pipelines de processamento e anotação de imagem, desenvolvimento de modelos de classificação, deteção e segmentação, extração de indicadores georreferenciados sobre o estado do coberto vegetal e do solo, e integração desses indicadores no Sistema de Apoio à Decisão para suporte à definição dinâmica de cercas virtuais e à otimização sustentável do pastoreio. Um aspeto particularmente importante é a implementação de abordagens self-service, que permitam aos produtores integrar as suas próprias fontes de imagem (e.g. drone, rover, câmaras) e configurar os pipelines para as utilizar, incluindo a sua participação no processo (e.g. anotação de imagens), de forma a permitir adaptar cada implementação aos casos de uso concreto, sem necessitar conhecimentos técnicos. Especificamente, as principais atividades a desenvolver pelo(a) bolseiro(a) são: • Definir uma taxonomia visual das condições de pastagem e solo relevantes para o DFence: coberto vegetal, solo nu, solo saturado, zonas degradadas, zonas sobrepastoreadas e zonas com aptidão para pastoreio. • Construir um pipeline de recolha, pré-processamento, anotação e gestão de imagens provenientes de diferentes fontes: satélite, drone, rover e/ou câmaras acopladas aos dispositivos dos animais. • Desenvolver modelos de classificação, deteção e/ou segmentação de imagem para estimar automaticamente indicadores do estado do pasto e do solo. • Avaliar modelos de Deep Learning adequados ao problema, incluindo CNNs, arquiteturas de segmentação semântica e modelos de deteção de objetos. Famílias de técnicas/arquiteturas relevantes incluem YOLO, SSD, CNNs, ResNet, VGGNet, análise multiespectral/hiperespectral e tracking. • Integrar os outputs dos modelos em formato compatível com o pipeline de dados e com o Sistema Integrado de Apoio à Decisão, produzindo indicadores georreferenciados por zona de pastoreio. • Validar os modelos com dados de campo, sensores ambientais e indicadores agroambientais, medindo desempenho com métricas como accuracy, F1-score, IoU, erro médio absoluto, correlação com medições de campo e robustez em diferentes condições de luz, estação e tipo de terreno.
Habilitações Académicas
- Licenciado em engenharia informática, sistemas de informação, ou área afim;
Requisitos Mínimos
- Média de licenciatura superior a 12.
Fatores de Preferência
- Fluência em Português. - Experiência em técnicas de visão por computador, especificamente em abordagens self-service focadas nas questões de adoção da tecnologia. - Será dada preferência a candidatos com grau de mestre, sendo apenas contratados candidatos com grau de licenciado caso não se candidatem mestres ou, caso se candidatem, estes não sejam da área de formação pretendida e/ou não possuam a experiência acima referida.
Período de candidatura
Desde 14 May 2026 a 27 May 2026
[Brevemente]
Centro
Engenharia de Sistemas e Gestão Industrial