Investigação

Inteligência artificial e aprendizagem automática

Usamos deep learning e aprendizagem automática para extrair informação de imagens, sensores e grandes volumes de dados:

• AI4DRR — um modelo de deep learning estima as características estruturais de cada edifício a partir de fotografias do Google Street View, para criar automaticamente os modelos de exposição de que a avaliação do risco sísmico precisa. Projeto exploratório FCT, testado numa freguesia de Lisboa.
• ASSIMILATE — sensores de vibração de baixo custo e aprendizagem automática para calibrar modelos numéricos de edifícios e estimar os danos depois de um sismo, com a Universidade de Aveiro e a FEUP.
• SAFENET — aprendizagem automática e big data para avaliar o efeito dos sismos nas redes de transportes, num projeto FCT liderado pela FEUP com o Instituto Superior Técnico.
• Sistemas de recomendação com aprendizagem por reforço para sites agregadores de rádio e de jogos.

As publicações do grupo incluem ainda deep learning para detetar glaucoma em imagens do fundo do olho obtidas com um smartphone, a classificação de pancadas de ténis de mesa com um dispositivo vestível e um pipeline de aprendizagem automática para prever o desempenho de operadores de call center.

Modelos de linguagem (LLM) e reconhecimento de fala

• MediSpeech — projeto internacional do cluster ITEA da rede Eureka, com 19 organizações de Portugal, Países Baixos, Turquia e Reino Unido, até 2028. Combina inteligência artificial com reconhecimento automático de fala em tempo real para converter em texto a conversa entre médico e doente, preencher o registo de saúde eletrónico e gerar relatórios clínicos em várias línguas. A UFP é copromotora.
• ESG4NPO — ferramenta de gestão da sustentabilidade para organizações sem fins lucrativos, disponível em cinco línguas, com um assistente conversacional de IA que gera estratégias ESG e planos de ação personalizados. Os resultados incluem a dissertação de mestrado «ESG4NPO: A Retrieval-Augmented LLM System for ESG Management Support in Non-Profit Organizations» (ISEP, 2026).

Visão computacional e imagem hiperespectral

• ACAMAI — visão computacional e transfer learning sobre imagens de rua para detetar rampas, obstáculos e problemas nos passeios e mapear a acessibilidade das cidades, com conjuntos de dados anotados do Porto. Menção honrosa na categoria Mobilidade e Logística do 3.º Prémio Cidades e Territórios (APDC, 2024).
• SAFENET — na UFP, classificação de pontes e viadutos a partir de imagens, apresentada na IEEE SmartNets 2026, em Roma.
• PrecisionPlastics — imagem hiperespectral no infravermelho de onda curta (SWIR) para classificar automaticamente grânulos de polímero, apresentada na AOP 2026, em Lisboa. O financiamento PRR do LIACC inclui uma câmara hiperespectral Specim FX17.
• DistSense — reconhecimento de atividades domésticas a partir de áudio e vídeo, com modelos de áudio e de vídeo que atingiram 88% e 80% de exatidão.
• LoCoBoard — quadro interativo de baixo custo baseado em algoritmos de visão computacional.

As publicações incluem também a deteção automática de incêndios florestais com aprendizagem automática e análise de imagem.

Segurança, privacidade e blockchain

• Blockchain para registos e credenciais de confiança: voto eletrónico seguro e transparente (na revista Cryptography), mecanismos de revogação de certificados académicos, um modelo de identidade autossoberana e a gestão de diplomas no ensino superior — ver as publicações. E ainda: segurança nas cidades inteligentes, uma abordagem preventiva.
• DistSense — rede peer-to-peer de sensores domésticos inteligentes, desenhada para proteger a privacidade dos dados audiovisuais, que regista e valida em blockchain os eventos detetados.
• Airmon — mapeia a ocupação das salas de aula sem câmaras nem outros métodos intrusivos, numa arquitetura pensada para a segurança.
• EMBRACE — inclui literacia financeira e digital para ajudar as pessoas idosas a protegerem-se contra a fraude; o Prof. Christophe Soares, do LIACC @ UFP, é responsável pela componente informática.

Computação ubíqua, IoT e saúde

• Airmon — sistema IoT modular e de baixo custo que monitoriza a qualidade do ar interior nas salas de aula, com nós edge, fog e cloud.
• MediSpeech e EMBRACE — saúde e envelhecimento ativo: relatórios médicos automáticos e um ensaio controlado aleatorizado com 120 pessoas dos 60 aos 80 anos.
• Trabalho anterior em vida assistida por ambiente: SHHC (projeto FCT), monitorização remota de doentes em casa (primeiro prémio no 8.º concurso tecnológico internacional do Governo da Galiza, 2008), um espaço inteligente para pessoas idosas, inferência de emoções, PADS, a rede de sensores SSSNS e a localização com beacons BLE no Hospital-Escola Fernando Pessoa.

Prémios e reconhecimento

• Menção honrosa no 3.º Prémio Cidades e Territórios (APDC, 2024) para o ACAMAI, também selecionado para o plano de ação do Porto como cidade amiga das pessoas idosas (2023–2025).
• Primeiro prémio no 8.º concurso tecnológico internacional promovido pelo Governo da Galiza (2008), com a monitorização remota de doentes em casa.
• A equipa CiberUFP (José Manuel Torres e Christophe Soares) venceu a competição de simulação robótica CyberMouse, na Universidade de Aveiro, três anos seguidos: 2011, 2012 e 2013.
• Artigos em revistas como Cities (Elsevier), Earthquake Spectra e IET Smart Cities, e em conferências internacionais como IEEE SmartNets, EPIA e ICASP14.