3D Deep Learning Aplicado à Reconstrução de Artefatos Cerâmicos 

Cerâmica é um dos tipos de vestígios materiais mais comuns encontrados em sítios arqueológicos e apresenta um grande potencial informativo. A presente pesquisa se propõe a automatizar o processo de reconstrução de cerâmica arqueológica a partir de seus fragmentos. Nele são exploradas técnicas de inteligência artificial utilizando modelos 3D e redes neurais convolucionais. Além de um maior grau de confiabilidade quanto à posição dos fragmentos relativa ao vaso, o método visa acelerar o processo de reconstrução do vaso no mundo real a partir da simulação de sua reconstrução em ambiente virtual. Utilizando dados sintéticos representados como nuvens de pontos, o objetivo é que, recebendo como entrada um fragmento desconhecido, o modelo seja capaz de inferir os momentos de translação e ângulos de rotação que levam do sistema canônico do fragmento para o sistema normalizado do vaso.

Graduou-se em Arqueologia pela UERJ. Possui mestrado em Ciências Computacionais pelo Programa de Pós Graduação em Ciências Computacionais da UERJ (PPG-CCOMP/UERJ). Atualmente é doutorando no Programa de Pós Graduação em Ciências Computacionais da UERJ (PPG-CCOMP/UERJ). Desenvolve pesquisa nas áreas de Deep Learning e Visão Computacional aplicados na preservação do patrimônio histórico e arqueológico.