Menu

Filtros : "BARBOSA, FELIPE MANFIO" Limpar

Filtros

Refine with date range

  • 1

1 - 8 (8 records)

  • Artigo de periodico

    Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation (2025)

    Barbosa, Felipe ; Osório, Fernando Santos

    Unidade: ICMC

    Subjects: VISÃO COMPUTACIONAL, APRENDIZAGEM PROFUNDA

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe e OSÓRIO, Fernando Santos. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation. v. 111, p. 1-15, 2025Tradução . . Disponível em: https://doi.org/10.1007/s10846-025-02220-9. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F., & Osório, F. S. (2025). Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation, 111, 1-15. doi:10.1007/s10846-025-02220-9

    • NLM

      Barbosa F, Osório FS. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation [Internet]. 2025 ; 111 1-15.[citado 2025 dez. 04 ] Available from: https://doi.org/10.1007/s10846-025-02220-9

    • Vancouver

      Barbosa F, Osório FS. Temporal consistency as pretext task in unsupervised domain adaptation for semantic segmentation [Internet]. 2025 ; 111 1-15.[citado 2025 dez. 04 ] Available from: https://doi.org/10.1007/s10846-025-02220-9

  • Dissertação (Mestrado)

    TCDA: Temporally-Consistent Depth-Aware Unsupervised Domain Adaptation for Semantic Segmentation in Urban Scenes (2025)

    Barbosa, Felipe Manfio ; Osório, Fernando Santos (Orientador)

    Unidade: ICMC

    Subjects: APRENDIZADO COMPUTACIONAL, VEÍCULOS AUTÔNOMOS, REDES NEURAIS

    Acesso à fonteAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe Manfio. TCDA: Temporally-Consistent Depth-Aware Unsupervised Domain Adaptation for Semantic Segmentation in Urban Scenes. 2025. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2025. Disponível em: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07082025-113420/. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F. M. (2025). TCDA: Temporally-Consistent Depth-Aware Unsupervised Domain Adaptation for Semantic Segmentation in Urban Scenes (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07082025-113420/

    • NLM

      Barbosa FM. TCDA: Temporally-Consistent Depth-Aware Unsupervised Domain Adaptation for Semantic Segmentation in Urban Scenes [Internet]. 2025 ;[citado 2025 dez. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07082025-113420/

    • Vancouver

      Barbosa FM. TCDA: Temporally-Consistent Depth-Aware Unsupervised Domain Adaptation for Semantic Segmentation in Urban Scenes [Internet]. 2025 ;[citado 2025 dez. 04 ] Available from: https://www.teses.usp.br/teses/disponiveis/55/55134/tde-07082025-113420/

  • Trabalho de evento

    In defense of multimodal and temporal data for unsupervised domain adaptation (2024)

    Barbosa, Felipe Manfio ; Osório, Fernando Santos

    Source: Proceedings. Conference titles: Latin American Robotics Symposium - LARS. Unidade: ICMC

    Subjects: VEÍCULOS AUTÔNOMOS, ESPAÇO URBANO, APRENDIZAGEM

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. In defense of multimodal and temporal data for unsupervised domain adaptation. 2024, Anais.. Piscataway: IEEE, 2024. Disponível em: https://doi.org/10.1109/LARS64411.2024.10786396. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F. M., & Osório, F. S. (2024). In defense of multimodal and temporal data for unsupervised domain adaptation. In Proceedings. Piscataway: IEEE. doi:10.1109/LARS64411.2024.10786396

    • NLM

      Barbosa FM, Osório FS. In defense of multimodal and temporal data for unsupervised domain adaptation [Internet]. Proceedings. 2024 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.1109/LARS64411.2024.10786396

    • Vancouver

      Barbosa FM, Osório FS. In defense of multimodal and temporal data for unsupervised domain adaptation [Internet]. Proceedings. 2024 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.1109/LARS64411.2024.10786396

  • Artigo de periodico

    CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS) (2023)

    Bruno, Diego Renan ; Berri, Rafael Alceste ; Barbosa, Felipe Manfio ; Osório, Fernando Santos

    Source: IEEE Access. Unidade: ICMC

    Subjects: VISÃO COMPUTACIONAL, VEÍCULOS AUTÔNOMOS, APRENDIZADO COMPUTACIONAL

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BRUNO, Diego Renan et al. CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS). IEEE Access, v. 11, p. 69720-69749, 2023Tradução . . Disponível em: https://doi.org/10.1109/ACCESS.2023.3287491. Acesso em: 04 dez. 2025.

    • APA

      Bruno, D. R., Berri, R. A., Barbosa, F. M., & Osório, F. S. (2023). CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS). IEEE Access, 11, 69720-69749. doi:10.1109/ACCESS.2023.3287491

    • NLM

      Bruno DR, Berri RA, Barbosa FM, Osório FS. CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS) [Internet]. IEEE Access. 2023 ; 11 69720-69749.[citado 2025 dez. 04 ] Available from: https://doi.org/10.1109/ACCESS.2023.3287491

    • Vancouver

      Bruno DR, Berri RA, Barbosa FM, Osório FS. CARINA Project: visual perception systems applied for autonomous vehicles and advanced driver assistance systems (ADAS) [Internet]. IEEE Access. 2023 ; 11 69720-69749.[citado 2025 dez. 04 ] Available from: https://doi.org/10.1109/ACCESS.2023.3287491

  • Trabalho de evento

    Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning (2023)

    Barbosa, Felipe Manfio ; Osório, Fernando Santos

    Source: Anais. Conference titles: Congresso da Sociedade Brasileira de Computação - CSBC. Unidade: ICMC

    Subjects: APRENDIZAGEM PROFUNDA, ESTABILIDADE, VISÃO COMPUTACIONAL

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning. 2023, Anais.. Porto Alegre: SBC, 2023. Disponível em: https://doi.org/10.5753/semish.2023.230573. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F. M., & Osório, F. S. (2023). Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning. In Anais. Porto Alegre: SBC. doi:10.5753/semish.2023.230573

    • NLM

      Barbosa FM, Osório FS. Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning [Internet]. Anais. 2023 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.5753/semish.2023.230573

    • Vancouver

      Barbosa FM, Osório FS. Estudo de estratégia de aprendizado auto-supervisionado para aprimoramento da consistência temporal em modelo de segmentação semântica baseado em deep learning [Internet]. Anais. 2023 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.5753/semish.2023.230573

  • Trabalho de evento

    Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes (2023)

    Barbosa, Felipe Manfio ; Osório, Fernando Santos

    Source: Proceedings. Conference titles: Latin American Robotics Symposium - LARS. Unidade: ICMC

    Subjects: APRENDIZAGEM PROFUNDA, SEMÂNTICA

    PrivadoAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes. 2023, Anais.. Piscataway: IEEE, 2023. Disponível em: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333056. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F. M., & Osório, F. S. (2023). Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes. In Proceedings. Piscataway: IEEE. doi:10.1109/LARS/SBR/WRE59448.2023.10333056

    • NLM

      Barbosa FM, Osório FS. Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes [Internet]. Proceedings. 2023 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333056

    • Vancouver

      Barbosa FM, Osório FS. Self-supervised temporal consistency applied to domain adaptation in semantic segmentation of urban scenes [Internet]. Proceedings. 2023 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.1109/LARS/SBR/WRE59448.2023.10333056

  • Trabalho de evento-resumo

    Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D (2021)

    Barbosa, Felipe Manfio; Osório, Fernando Santos

    Conference titles: Reunião Anual da SBPC. Unidade: ICMC

    Subjects: VISÃO COMPUTACIONAL, INTELIGÊNCIA ARTIFICIAL, ROBÔS

    Versão PublicadaAcesso à fonteHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D. 2021, Anais.. São Paulo: SBPC, 2021. Disponível em: https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F. M., & Osório, F. S. (2021). Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D. In . São Paulo: SBPC. Recuperado de https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf

    • NLM

      Barbosa FM, Osório FS. Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D [Internet]. 2021 ;[citado 2025 dez. 04 ] Available from: https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf

    • Vancouver

      Barbosa FM, Osório FS. Um estudo comparativo de métodos de deep learning aplicados à segmentação semântica de obstáculos, zonas seguras e não seguras para navegação a partir de dados RGB-D [Internet]. 2021 ;[citado 2025 dez. 04 ] Available from: https://reunioes.sbpcnet.org.br/73RA/inscritos/resumos/10285_146ba9f2a6976570b0353203ec4474217.pdf

  • Trabalho de evento

    3D perception for autonomous mobile robots navigation using deep learning for safe zones detection: a comparative study (2021)

    Barbosa, Felipe Manfio ; Osório, Fernando Santos

    Source: Anais. Conference titles: Computer on The Beach. Unidades: ICMC, EESC E ICMC

    Subjects: VISÃO COMPUTACIONAL, SEMÂNTICA, ROBÔS

    Versão PublicadaAcesso à fonteDOIHow to cite
    A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas

    • ABNT

      BARBOSA, Felipe Manfio e OSÓRIO, Fernando Santos. 3D perception for autonomous mobile robots navigation using deep learning for safe zones detection: a comparative study. 2021, Anais.. Porto Alegre: SBC, 2021. Disponível em: https://doi.org/10.14210/cotb.v12.p072-079. Acesso em: 04 dez. 2025.

    • APA

      Barbosa, F. M., & Osório, F. S. (2021). 3D perception for autonomous mobile robots navigation using deep learning for safe zones detection: a comparative study. In Anais. Porto Alegre: SBC. doi:10.14210/cotb.v12.p072-079

    • NLM

      Barbosa FM, Osório FS. 3D perception for autonomous mobile robots navigation using deep learning for safe zones detection: a comparative study [Internet]. Anais. 2021 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.14210/cotb.v12.p072-079

    • Vancouver

      Barbosa FM, Osório FS. 3D perception for autonomous mobile robots navigation using deep learning for safe zones detection: a comparative study [Internet]. Anais. 2021 ;[citado 2025 dez. 04 ] Available from: https://doi.org/10.14210/cotb.v12.p072-079
  • 1

1 - 8 (8 records)

Digital Library of Intellectual Production of Universidade de São Paulo     2012 - 2025