https://hdl.handle.net/1884/39740 2026-06-12T03:28:56Z 2026-06-12T03:28:56Z https://hdl.handle.net/1884/105210 2026-06-02T18:33:42Z 2026-01-01T00:00:00Z

Identity-preserving face super-resolution for robust recognition with diffusion models Resumo: Sistemas de reconhecimento facial apresentam alto desempenho em condições controladas, mas sua acurácia é substancialmente reduzida em cenários reais de vigilância, onde as imagens faciais possuem baixa resolução e são afetadas por diversas degradações. A super-resolução tem sido adotada como uma estratégia de pré-processamento; no entanto, a maioria desses métodos é otimizada para fidelidade visual em vez de desempenho de reconhecimento, o que pode levar a distorções nos embeddings de identidade. Esta tese investiga a super-resolução facial com preservação de identidade utilizando modelos de difusão. Partimos da hipótese de que tratar a super-resolução como um problema de reconstrução determinístico, combinado com a otimização para objetivos em nível de pixel ou métricas perceptuais, leva a distorções sistemáticas nos embeddings de identidade. Para abordar essa limitação, desenvolvemos estratégias que incorporam informações de identidade ao processo de reconstrução e levam em conta a incerteza inerente ao problema. Propomos abordagens complementares. Inicialmente, introduzimos o SDE-SR (Stochastic Differential Equation-based Super-Resolution), um modelo de super-resolução baseado em difusão. Em seguida, propomos o SRDG (Super-Resolution with Diffusion Guidance), que incorpora atributos biométricos suaves por meio de classifier guidance. Posterior mente, o FASR++ (Feature Aggregation Super-Resolution++) combina embeddings de identidade provenientes de múltiplas observações de baixa resolução antes da reconstrução, fortalecendo o sinal de condicionamento. Por fim, o LSR (Lévy-based Super-Resolution) emprega difusão baseada em processos de Lévy para gerar múltiplas reconstruções plausí veis e realiza a agregação no espaço de embeddings, reduzindo o viés de reconstrução e aumentando a robustez. Os resultados experimentais mostram melhorias consistentes no desempenho de reconhecimento sob degradação de resolução. Esses achados indicam que a super-resolução facial voltada ao reconhecimento requer a priorização da consistência dos embeddings e o tratamento da ambiguidade de reconstrução; Abstract: Face recognition systems achieve high performance under controlled conditions, but their accuracy is substantially reduced in real-world surveillance scenarios, where facial images have low resolution and are affected by various degradations. Super-resolution has been adopted as a preprocessing strategy; however, most of these methods are optimized for visual fidelity rather than recognition performance, which can lead to distortions in identity embeddings. This thesis investigates identity-preserving face super-resolution using diffusion models. We hypothesize that treating super-resolution as a deterministic reconstruction problem, combined with optimization for pixel-level or perceptual objectives, leads to systematic distortions in identity embeddings. To address this, we develop strategies that incorporate identity information into the reconstruction process and account for the inherent uncertainty of the problem. We propose complementary approaches. We first introduce SDE-SR (Stochastic Differential Equation-based Super-Resolution), a diffusion-based super-resolution framework. We then propose SRDG (Super-Resolution with Diffusion Guidance), which incorporates soft biometric attributes through classifier guidance. Next, FASR++ (Feature Aggregation Super-Resolution++) combines identity embeddings from multiple low-resolution observations prior to reconstruction, strengthening the conditioning signal. Finally, LSR (Lévy-based Super-Resolution) employs Lévy-driven diffusion to generate multiple plausible reconstructions and performs aggregation at the embedding level, reducing reconstruction bias and improving robustness. The experimental results show consistent improvements in the recognition performance under resolution degradation. These findings indicate that effective face super-resolution for recognition requires prioritizing embedding consistency and accounting for reconstruction ambiguity Orientador: David Menotti Gomes; Coorientadores: João Carlos Raposo Neves e Hugo Pedro Martins Carriço Proença; Banca: David Menotti Gomes (Presidente da Banca), Andre Eugenio Lazzaretti, Claudio Rosito Jung e André Luiz Pires Guedes; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 23/04/2026; Inclui referências; Área de concentração: Ciência da Computação

2026-01-01T00:00:00Z https://hdl.handle.net/1884/99716 2026-04-27T10:47:58Z 2025-01-01T00:00:00Z

CAI-Games : an approach to identify socially aware requirements to redesign games with adaptation resources Resumo: Adaptação refere-se à capacidade de um sistema de ser configurado, modificado ou estendido conforme as necessidades de seus usuários. No contexto de jogos, a adaptação pode ser utilizada para remover ou reduzir barreiras de interação, tornando jogos mais adequados a uma maior diversidade de pessoas. O Mapeamento Sistemático da Literatura realizado nesta tese identificou lacunas na pesquisa sobre adaptação em jogos digitais, como a prevalência de soluções que focam em aspectos técnicos da adaptação, ignorando dimensões socioculturais envolvidas. Como exemplo, muitas soluções endereçam possíveis deficiências físicas ou cognitivas dos públicos-alvo enquanto negligenciam barreiras críticas como níveis de escolaridade ou restrições f inanceiras das partes interessadas. Isso levou a seguinte pergunta de pesquisa: quais estratégias podem apoiar projetistas na criação de jogos que sejam jogáveis por uma ampla diversidade de audiências com diferentes contextos de uso? Para responder a essa questão, esta pesquisa propõe a abordagem CAI-Games, que apoia projetistas no redesign de jogos com recursos de adaptação. A abordagem é composta por etapas que estruturam as fases de redesign de um jogo, assim como atividades e materiais de apoio à identificação de partes interessadas, levantamento de requisitos e prototipação de telas. A abordagem foi construída fundamentando-se no Design Socialmente Consciente e nos Princípios do Design Universal. A abordagem foi avaliada de forma construtiva ao longo de seu desenvolvimento em cinco estudos aplicados ao redesign de um jogo da memória: 1) um estudo exploratório individual com o autor da tese; 2) um estudo piloto com 4 pesquisadores de IHC; 3) um estudo prático com 9 estudantes de Design de Sistemas Sociotécnicos; 4) outro estudo prático com 17 pesquisadores de IHC; e 5) um estudo exploratório com 2 pesquisadores sobre o uso do ChatGPT como ferramenta de apoio. Os estudos contribuíram para o aprimoramento da abordagem e indicaram seu potencial para apoiar projetistas no processo de redesign. A análise dos resultados indicou que a abordagem ajuda a identificar partes interessadas não óbvias e requisitos sociotécnicos, e que ferramentas de Inteligência Artificial Generativa como o ChatGPT podem ser úteis como material de apoio. As contribuições conceituais desta pesquisa residem na adoção de uma visão socialmente consciente da adaptação como modo de remover barreiras em jogos e na análise crítica do estado da arte, combase noMapeamento Sistemático da Literatura. A contribuição metodológica desta pesquisa reside na utilização de artefatos do Design Socialmente Consciente em uma abordagem específica para o redesign de jogos com recursos de adaptação. O método de aplicação da abordagem inclui uma dinâmica baseada em cartas para apoiar na elicitação de requisitos de adaptação para jogos. Como contribuições técnicas, a abordagem e seus artefatos estão disponíveis para uso aberto em umrepositório no OSF; Abstract: Adaptation refers to the ability of a system to be configured, modified, or extended according to the needs of its user. In the context of games, adaptation can be used to remove or reduce interaction barriers, making games more suitable for a more diverse audience. The Systematic Literature Mapping conducted in this thesis identified gaps in research on adaptation in digital games, such as the prevalence of solutions focusing on the technical aspects of adaptation while ignoring the sociocultural dimensions involved. For example, many solutions address potential physical or cognitive disabilities of target audiences while neglecting critical barriers such as education levels or financial constraints of stakeholders. This led to the following research question: what strategies can support designers in creating games playable by a wide range of audiences with different usage contexts? To answer this question, this research proposes the CAI-Games approach, which supports designers in redesigning games with adaptation features. The approach consists of structured stages for game redesign, as well as activities and support materials for identifying stakeholders, gathering requirements, and prototyping screens. The approach was built based on Socially Aware Design and Universal Design Principles. It was constructively evaluated throughout its development in five studies applied to the redesign of a memory game: 1) an individual exploratory study with the thesis author; 2) a pilot study with four HCI researchers; 3) a practical study with nine students of Sociotechnical Systems Design; 4) another practical study with seventeen HCI researchers; and 5) an exploratory study with two researchers on the use of ChatGPT as a support tool. The studies contributed to improving the approach and demonstrated its potential to support designers in the redesign process. The analysis of results indicated that the approach helps identify non-obvious stakeholders and sociotechnical requirements, and that Generative AI tools like ChatGPT can be useful as support material. The conceptual contributions of this research lie in adopting a socially aware view of adaptation as a means to remove barriers in games and in critically analyzing the state of the art based on the Systematic Literature Mapping. The methodological contribution of this research lies in using Socially Aware Design artifacts in a specific approach for redesigning games with adaptation features. The approach’s application method includes a card-based dynamic to support eliciting game adaptation requirements. As technical contributions, the approach and its artifacts are available for open use in a repository on OSF Orientador: Prof. Dr. Roberto Pereira; Coorientador: Profa. Dra. Marcelle Mota; Banca: Roberto Pereira (Presidente da Banca), Marcelle Mota, Ticianne de Gois Ribeiro Darin, Vania Paula de Almeida Neris e Andrey Ricardo Pimentel; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 08/10/2025; Inclui referências; Área de concentração: Ciência da Computação

2025-01-01T00:00:00Z https://hdl.handle.net/1884/96361 2026-04-22T11:21:55Z 2025-01-01T00:00:00Z

TI-PIA : uma abordagem de teste de integração com planejamento em inteligência artificial Resumo: O teste de integração ocorre em um cenário complexo influenciado por diversos fatores, como o ambiente, o próprio sistema de software sob teste (SUT), os paradigmas de programação e os tipos de integração utilizados. Para lidar com essa complexidade, é comum que esse teste seja apoiado por artefato de gerenciamento chamado plano de integração. Esta tese propõe o uso do planejamento em inteligência artificial (IA) para a geração desse plano de integração considerando atributos de teste ainda não cobertos na literatura. Para isso, foi definida a abordagem de teste de integração com planejamento em IA (TI-PIA). Essa abordagem contém uma estrutura de geração de planos de integração dividida em módulos associados a representações com uma linguagem de planejamento em IA. Essas representações geram planos de integração para o teste de SUTs desenvolvidos com os paradigmas de programação procedimental e orientado a objetos. Foram conduzidos três estudos avaliativos que investigaram: elementos das representações na linguagem de planejamento em IA adotada; a viabilidade de sua instanciação em projetos de desenvolvimento; e a viabilidade de sua aplicação em contextos da manutenção de software. Os resultados permitem concluir que a geração de planos foi factível para diferentes cenários de teste de integração a partir das representações definidas. Esses achados indicam que a abordagem TI-PIA pode contribuir para a definição do planejamento do teste e, consequentemente, viabilizar uma execução do teste de integração mais criteriosa e bem estruturada.; Abstract: Integration testing occurs in a complex scenario influenced by several factors, such as the environment, the software system under test (SUT) itself, the programming paradigms, and the types of integration. To deal with this complexity, it is common for this testing to be supported by a management artifact called an integration plan. This thesis proposes using artificial intelligence (AI) planning to generate this integration plan, considering testing attributes not yet covered in the literature. For this purpose, we defined the AI planning integration testing (TI-PIA) approach. This approach contains an integration plan generation structure divided into modules associated with representations with an AI planning language. These representations generate integration plans for testing SUTs developed with procedural and object-oriented programming paradigms. We conducted three evaluation studies to investigate: elements of the representations of the adopted AI planning language; the feasibility of its instantiation in development projects; and the feasibility of its application in software maintenance contexts. The results conclude that generating plans was feasible for different integration testing scenarios based on the defined representations. These findings indicate that the TI-PIA approach can contribute to the definition of testing planning and, consequently, enable a more careful and well-structured execution of the integration testing. Orientador: Profª. Drª. Leticia Mara Peres; Banca: Leticia Mara Peres (Presidente da Banca), Cleber Gimenez Correa, Marcos Alexandre Castilho, Alex Mateus Porn, Maria Claudia Figueiredo Pereira Emer; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas e da Terra, Programa de Pós-Graduação em Ciência da Computação. Defesa : Curitiba, 10/04/2025; Inclui referências; Área de concentração: Ciência da Computação

2025-01-01T00:00:00Z https://hdl.handle.net/1884/97933 2026-04-06T19:51:01Z 2025-01-01T00:00:00Z

Métodos computacionais aplicados a bioinformática : análise de expressão de genes e inferência de redes de regulação gênica Resumo: Compreender a complexa rede de interações que forma e mantém um organismo é uma tarefa desafiadora, composta por múltiplos passos, muitos dos quais envolvem análises computacionais. A identificação de genes envolvidos em um processo biológico representa um desses passos essenciais para o entendimento dessa rede de interações, podendo incluir o sequenciamento de nova geração (RNA-Seq), a identificação de genes diferencialmente expressos e a inferência de redes de regulação gênica. Contudo, a vasta quantidade de metodologias computacionais existentes comumente gera dúvidas quanto à definição de um pipeline e à seleção do método mais adequado para cada tipo de análise no contexto biológico. Além da análise de genes diferencialmente expressos, pode ser necessário identificar a rede de regulação desses genes, a qual indica quais genes são possíveis agentes de aumento da expressão ou de silenciamento de outros. Esta indicação é feita utilizando grafos, nos quais as arestas indicam a possível influência da expressão de um gene sobre a expressão de outro. Para esta tarefa, igualmente computacional, existe uma ampla gama de métodos disponíveis. Considerando as ferramentas computacionais desenvolvidas para a análise de expressão diferencial de genes, mesmo que apenas as especificamente desenvolvidas para dados de RNA-Seq, identifica-se um grande volume de metodologias, porém não é trivial encontrar uma categorização e/ou detalhamento das estratégias utilizadas em cada uma delas. Ainda neste contexto, a identificação da rede de relações entre genes é geralmente responsável por definir características ou respostas em diferentes organismos, entretanto a inferência de redes de regulação gênica ainda é uma atividade desafiadora, uma vez que as metodologias atuais apresentam baixas taxas de recuperação dessas relações. A identificação de lacunas das metodologias atualmente disponíveis para inferência de redes de regulação gênica pode indicar caminhos de melhorias para novos métodos. Esta tese selecionou e classificou as metodologias computacionais para análise de expressão gênica com dados de RNA-Seq mais relevantes desde a popularização do RNA-Seq até os dias atuais. Como resultado desta classificação, foi observado que, dentre as metodologias para análise de expressão, mais de 30% são desenvolvidas com dependência, total ou parcial de outras metodologias. Além disso, foi desenvolvido um pacote R para a análise de expressão que indica genes diferencialmente expressos com base no consenso entre várias metodologias. Considerando a análise das metodologias para a inferência de redes de regulação gênica, foram avaliadas 10 metodologias, sendo identificado que algumas das interações entre fatores de transcrição e genes não são detectadas, mesmo quando várias metodologias são empregadas conjuntamente para essa finalidade. Esta tese também caracterizou as relações encontradas, as não encontradas e as exclusivamente identificadas pelas metodologias utilizadas, para tanto utilizamos a entropia do sinal de expressão de cada gene da relação. Além disso foi possível definir um intervalo de valores de entropia para as arestas não detectadas, o que pode apoiar trabalhos futuros; Abstract: Understanding the complex network of interactions that form and sustain an organism is a challenging task involving multiple steps, many of which rely on computational analyses. Identifying genes involved in a specific biological process is one of these essential steps, often requiring next-generation sequencing (RNA-Seq), differential gene expression analysis, and the inference of gene regulatory networks (GRNs). However, the wide array of available computational methodologies frequently raises questions regarding the construction of an appropriate analysis pipeline and the selection of the most suitable tools for a given biological context. Besides identifying differentially expressed genes (DEGs), it may be necessary to infer the regulatory network underlying their expression—i.e., to determine which genes may upregulate or suppress others. This inference is commonly represented as a graph, where edges suggest potential regulatory influence between genes. Similar to DEG analysis, diverse methods have been proposed to handle the computationally intensive task of GRNs inference. Despite the abundance of tools developed specifically for RNA-Seq-based differential expression analysis, categorizing and understanding the methodological strategies behind them remains non-trivial. Furthermore, the reconstruction of gene regulatory networks is critical for elucidating the mechanisms driving phenotypic traits or responses across different organisms, yet it remains a challenging endeavor. Current GRN inference approaches often yield low recall rates, failing to recover many true regulatory interactions. Identifying the limitations of these existing methods mayhelp guide the development of more effective approaches. This thesis systematically selected and categorized the most relevant computational methods for RNA-Seq-based gene expression analysis since the widespread adoption of RNA-Seq technology. The analysis revealed that over 30%ofDEGanalysis tools rely, either partially or entirely, on pre-existing methods. Additionally, an R package was developed to identify differentially expressed genes based on consensus across multiple methodologies. For the GRN inference component, ten methods were evaluated, and the results showed that certain transcription factor–gene interactions were not recovered, even when combining multiple inference strategies. This thesis also characterized the recovered, not recovered, and uniquely inferred regulatory interactions using the entropy of gene expression signals. Furthermore, this study identified a specific entropy range for undetected edges, which may support future investigations into the properties of missing regulatory links Orientador: Profº. Drº. David Menotti; Coorientador: Profº. Drº. Fabricio M. Lopes; Banca: David Menotti Gomes (Presidente da Banca), Lucas Ferrari de Oliveira, Márcio Dorn, Mauro Antonio Alves Castro e Fabricio Martins Lopes; Tese (doutorado) - Universidade Federal do Paraná, Setor de Ciências Exatas, Programa de Pós-Graduação em Informática. Defesa : Curitiba, 30/05/2025; Inclui referências; Área de concentração: Ciência da Computação

2025-01-01T00:00:00Z