Caros Alunos,
Caros Utilizadores do Moodle da FCEE,
A plataforma Moodle na FCEE encerra este ano letivo e os seus serviços serão migrados para outras plataformas, principalmente para a plataforma da UMa: https://moodle.uma.pt. Deverão receber a informação da disponibilização dos conteúdos por parte dos docentes das disciplinas no próximo ano letivo.
A plataforma com o ano letivo 2023/24 manter-se-á ativa até ao final do primeiro semestre de 2024/25 para consulta apenas e, depois, será definitivamente encerrada. O histórico estará disponível até ao final de setembro de 2024. O encerramento deve-se a questões de segurança por esta deixar de ter monitorização e atualizações constantes.
Votos de boas férias para todos,
Administração do Moodle na FCEE
Moodle FCEE
Skip notícias
Notícias
Provas públicas de Doutoramento em Engenharia Informática
Title: Facial Video based Physiological Variables Estimation in Dark Environments
Author: Ankit Gupta
Location: Room 0.57 at the University of Madeira and Zoom: https://videoconf-colibri.zoom.us/j/96967272561?pwd=nCpXXoVD9PK4egFdIYpaKAgvQrYBNE.1 Pass: 853030
Date/Time: 27/jun/2024, 9h00
Abstract
Physiological parameter estimations play a significant role in determining an individual’s health status. Among these parameters, heart rate and oxygen saturation have been extensively used for health monitoring during medical checkups, surgery, sleep disorders diagnosis, and intensive care units. The gold standard techniques for estimating these parameters are electrocardiography and photoplethysmography. Both are contact-based techniques and, therefore, can cause discomfort to the subject in scenarios such as prolonged monitoring and sensitive or burnt skin. Thus, remote photoplethysmography was introduced as a non-contact variant of photoplethysmography. It extracts the blood volume pulse signal from the spatiotemporal sequences of the region of interest, followed by heart rate estimation. On the other hand, oxygen saturation estimations are being performed using the ratio-of-ratios method using red and blue channels. Existing non-contact methods were designed for ambient light conditions. A few methods developed for dark environments used infrared cameras, which are expensive, and the resulting spectra have poorer pulsatile strength than visible spectra. Therefore, this thesis investigates the potential of visible spectra for physiological measurements in dark environments (illuminance ≤ 0.5 lux). Specifically, this thesis has three key contributions: first, a novel heart rate estimation method based on undercomplete independent component analysis, which was developed and tested under different real-time conditions, and second, a "Dark-Video" dataset encompassing participants of different ethnicities and finally a novel deep learning architecture for dark image enhancement that was also proposed to facilitate physiological measurements in the above mentioned dark environments (i.e., estimation methods cascaded by image enhancement). Diverse experiments conducted for the performance analysis using critically selected performance metrics not only proved the superiority of the developed methods but also exhibited their potential of being clinically viable. The future direction of this research aims to implement these methods for scenarios such as non-contact sleep monitoring or monitoring during nighttime driving.
Keywords: Blind Source Separation, Blood Volume Pulse, Deep Learning, Non-contact Approaches, Physiological Parameters Estimation.
Provas públicas de Mestrado em Engenharia Informática
Cada vez mais automação está disponível nos automóveis, com o objetivo distante de tornar o condutor simplesmente outro passageiro no veículo. No entanto, antes de chegar a esse ponto no futuro distante, qualquer sistema de condução autónomo ter ´a de coexistir com o condutor, devolvendo controlo quando a automação não conseguir lidar com a situação que enfrenta. Contudo, em algumas situações o condutor poderá não estar completamente pronto para resumir controlo do veículo, visto que um dos grandes benefícios que a automação no carro trará é a possibilidade de fazer outras tarefas, não relacionadas com a condução, mais complexas enquanto o sistema autónomo conduz o veículo, e isto poderá provocar uma perda de compreensão da situação.
Uma condução segura requer uma boa compreensão da situação e um controlo do veículo que quase se torna subconsciente para o condutor quando este conduz, mas se o condutor fazer outras tarefas não relacionadas com a condução enquanto a automação está ativa, ele/ela poderá perder a consciência da situação necessária para resumir a tarefa de condução. Tendo em conta estes pontos propomos dois novos desenhos do takeover request (TOR), com o uso de Realidade Aumentada (AR), para ajudar o condutor a recuperar essa consciência da situação sem sacrificar a recuperação do controlo do veículo por parte do condutor. Desta maneira o condutor poderá resumir controlo do veículo com segurança face a uma situação não-crítica que o sistema autónomo não consegue manobrar.
Aceda a toda a informação da FCEE
A Faculdade de Ciências Exatas e da Engenharia é uma unidade orgânica da Universidade da Madeira, que desenvolve atividades de ensino e de investigação nas áreas científicas de Engenharia Civil e Geologia, Engenharia Eletrotécnica, Engenharia Informática e Design de Media Interativos, Física, Matemática e Química.