???global.info.a_carregar???
Daniel Queirós da Silva was born in Ermesinde, Porto, Portugal, in 1997. He obtained the M.Sc. degree in Electrical and Computer Engineering from the Faculty of Engineering of the University of Porto (FEUP) in 2020, and the Ph.D. degree in Electrical and Computer Engineering from the University of Trás-os-Montes e Alto Douro (UTAD) in 2024. He is currently a Researcher at INESC Technology and Science (INESC TEC) and an Invited Assistant Lecturer at the Instituto Superior de Engenharia do Porto (ISEP). His main research interests are perception systems, artificial intelligence, robotics and embedded systems.
Identificação

Identificação pessoal

Nome completo
Daniel Queirós da Silva

Nomes de citação

  • Daniel Silva
  • Daniel Q. Silva
  • D. Q. da Silva

Identificadores de autor

Ciência ID
1416-6657-001C
ORCID iD
0000-0001-9999-1550
AuthenticusID
R-00J-KQ8
Google Scholar ID
0tMgDhAAAAAJ
Researcher Id
AAA-3375-2021
Scopus Author Id
56196402300

Endereços de correio eletrónico

  • daniel.q.silva@inesctec.pt (Profissional)
  • daniqsilva1997@gmail.com (Pessoal)

Websites

Domínios de atuação

  • Ciências da Engenharia e Tecnologias - Engenharia Eletrotécnica, Eletrónica e Informática - Robótica
  • Ciências da Engenharia e Tecnologias - Engenharia Eletrotécnica, Eletrónica e Informática - Engenharia Eletrotécnica e Eletrónica
  • Ciências da Engenharia e Tecnologias - Engenharia Eletrotécnica, Eletrónica e Informática - Hardware e Arquitetura de Computadores

Idiomas

Idioma Conversação Leitura Escrita Compreensão Peer-review
Português (Idioma materno)
Inglês Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1) Utilizador proficiente (C1)
Francês Utilizador elementar (A2) Utilizador elementar (A2) Utilizador elementar (A2) Utilizador elementar (A2)
Formação
Grau Classificação
2020/09/01 - 2024/07/04
Concluído
Engenharia Electrotécnica e de Computadores (Doutoramento)
Universidade de Trás-os-Montes e Alto Douro, Portugal
"Multimodal Perception for Robotics in Forestry Operations" (TESE/DISSERTAÇÃO)
Muito bom
2015/09 - 2020/07
Concluído
Engenharia Electrotécnica e de Computadores (Mestrado integrado)
Especialização em Automation
Universidade do Porto Faculdade de Engenharia, Portugal
"Computer Vision System for Tactode Programming" (TESE/DISSERTAÇÃO)
16/20
Percurso profissional

Ciência

Categoria Profissional
Instituição de acolhimento
Empregador
2023/10/04 - Atual Investigador (Investigação) Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
2020/09/14 - 2023/10/03 Assistente de Investigação (carreira) (Investigação) Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
2019/09 - 2020/02 Estagiário de Investigação (Investigação) Instituto de Telecomunicações, Portugal
Universidade do Porto Faculdade de Engenharia, Portugal

Docência no Ensino Superior

Categoria Profissional
Instituição de acolhimento
Empregador
2022/03 - Atual Assistente convidado (Docente Ensino Superior Politécnico) Instituto Politécnico do Porto Instituto Superior de Engenharia do Porto, Portugal
Instituto Politécnico do Porto Instituto Superior de Engenharia do Porto, Portugal
Projetos

Bolsa

Designação Financiadores
2022/01 - 2023/10/03 ForestMP: Multimodal Perception system for robotics in forestry applications
UI/BD/152564/2022
Bolseiro de Doutoramento
Instituto de Engenharia de Sistemas e Computadores Tecnologia e Ciência, Portugal
Fundação para a Ciência e Tecnologia
Concluído
2021/07/01 - 2023/06/30 SMARTDRYING - Sistema Inteligente para Secagem de Lamas de ETAR em Estufa
POCI-01-0247-FEDER-047203
Investigador
Agência Nacional de Inovação SA
Concluído
2021/01/02 - 2023/06/30 SPIN - Solução de Pulverização de Precisão Inteligente
POCI-01-0247-FEDER-046997
Investigador
Agência Nacional de Inovação SA
Concluído
2020/12/01 - 2023/06/30 SMARTCUT - Diagnóstico e Manutenção Remota e Simuladores para Formação de operação e manutenção de Máquinas Florestais
POCI-01-0247-FEDER-048183
Investigador
Agência Nacional de Inovação SA
Concluído
2020/07/01 - 2023/06/30 rePLANT - Implantação de estratégias colaborativas para a gestão integrada da floresta e do fogo
POCI-01-0247-FEDER-046081
Investigador
Agência Nacional de Inovação SA
Concluído
2020/05/01 - 2022/02/10 PRySM - PRecision Sprayer Ground Robot
780265
Investigador
Concluído

Projeto

Designação Financiadores
2022/10/01 - 2025/12/31 AgendaTransform - Agenda para a transformação digital do setor florestal para uma economia resiliente e hipocarbónica
PPR 34
Investigador
Agência para a Competitividade e Inovação IP
Em curso
2022/10/11 - 2025/10/10 Vine and Wine Portugal - Driving Sustainable Growth Through Smart Innovation
PPR 67
Investigador
Agência para a Competitividade e Inovação IP
Em curso
2024/06/01 - 2024/11/30 RLSENSEDEMO
INESCP-SERV-36/24
Investigador
The Navigator Company
Em curso
Produções

Publicações

Artigo em revista
  1. Francisco Oliveira; Daniel Queirós da Silva; Vitor Filipe; Tatiana Martins Pinho; Mario Cunha; José Boaventura-Cunha; Filipe Neves dos Santos. "Enhancing Grapevine Node Detection to Support Pruning Automation: Leveraging State-of-the-Art YOLO Detection Models for 2D Image Analysis". Sensors (2024): https://www.mdpi.com/1424-8220/24/21/6774.
    10.3390/s24216774
  2. Daniel Queirós Da Silva; Filipe Neves Dos Santos; Vítor Filipe; Armando Jorge Sousa; E. J. Solteiro Pires. "YOLO-based tree trunk types multispectral perception: A two-genus study at stand-level for forestry inventory management purposes". IEEE Access (2024): https://doi.org/10.1109/ACCESS.2024.3443528.
    10.1109/ACCESS.2024.3443528
  3. Isabel Pinheiro; Germano Moreira; Daniel Queirós da Silva; Sandro Magalhães; A. Valente; P. B. Moura Oliveira; Mario Cunha; Filipe Neves dos Santos. "Deep Learning YOLO-Based Solution for Grape Bunch Detection and Assessment of Biophysical Lesions". Agronomy (2023): https://www.mdpi.com/2073-4395/13/4/1120.
    10.3390/agronomy13041120
  4. Leandro Rodrigues; Sandro Augusto Magalhães; Daniel Queirós da Silva; Filipe Neves dos Santos; Mário Cunha. "Computer Vision and Deep Learning as Tools for Leveraging Dynamic Phenological Classification in Vegetable Crops". Agronomy (2023): https://doi.org/10.3390/agronomy13020463.
    10.3390/agronomy13020463
  5. Daniel Queirós da Silva; Filipe Neves dos Santos; Vitor Filipe; Armando Sousa; P. B. Moura Oliveira. "Edge AI-Based Tree Trunk Detection for Forestry Monitoring Robotics". Robotics (2022): https://www.mdpi.com/2218-6581/11/6/136.
    10.3390/robotics11060136
  6. Daniel Queirós da Silva; Filipe Neves dos Santos; Armando Sousa; Vitor Filipe; José Boaventura-Cunha. "Unimodal and Multimodal Perception for Forest Management: Review and Dataset". Computation (2021): https://www.mdpi.com/2079-3197/9/12/127.
    10.3390/computation9120127
  7. Daniel Queirós da Silva; Filipe Neves dos Santos; Armando Jorge Sousa; Vítor Filipe. "Visible and Thermal Image-Based Trunk Detection with Deep Learning for Forestry Mobile Robotics". Journal of Imaging 7 9 (2021): 176-176. https://doi.org/10.3390/jimaging7090176.
    10.3390/jimaging7090176
  8. Daniel Silva; Armando Sousa; Valter Costa. "A Comparative Analysis for 2D Object Recognition: A Case Study with Tactode Puzzle-Like Tiles". Journal of Imaging 7 4 (2021): 65-65. https://doi.org/10.3390/jimaging7040065.
    10.3390/jimaging7040065
  9. Daniel Queirós da Silva; André Aguiar; Filipe Neves dos Santos; Armando Sousa; DANILO RABINO; Marcella Biddoccu; Giorgia Bagagiolo; Marco Delmastro. "Measuring Canopy Geometric Structure Using Optical Sensors Mounted on Terrestrial Vehicles: A Case Study in Vineyards". Agriculture (2021): https://www.mdpi.com/2077-0472/11/3/208.
    10.3390/agriculture11030208
  10. André Silva Aguiar; Nuno Namora Monteiro; Filipe Neves dos Santos; Eduardo J. Solteiro Pires; Daniel Silva; Armando Jorge Sousa; José Boaventura-Cunha. "Bringing Semantics to the Vineyard: An Approach on Deep Learning-Based Vine Trunk Detection". Agriculture (2021): https://doi.org/10.3390/agriculture11020131.
    10.3390/agriculture11020131
Capítulo de livro
  1. da Silva, DQ; Louro, F; dos Santos, FN; Filipe, V; Sousa, AJ; Cunha, M; Carvalho, JL. "Assessing Soil Ripping Depth for Precision Forestry with a Cost-Effective Contactless Sensing System". 2024.
    10.1007/978-3-031-59167-9_25
  2. Daniel Queirós da Silva; Tiago Ferreira Rodrigues; Armando Jorge Sousa; Filipe Neves dos Santos; Vítor Filipe. "Deep Learning-Based Tree Stem Segmentation for Robotic Eucalyptus Selective Thinning Operations". 2023.
    10.1007/978-3-031-49011-8_30
  3. da Silva, DQ; dos Santos, FN; Filipe, V; Sousa, AJ. "Tree Trunks Cross-Platform Detection Using Deep Learning Strategies for Forestry Operations". 2022.
    10.1007/978-3-031-21065-5_4
Atividades

Orientação

Título / Tema
Papel desempenhado
Curso (Tipo)
Instituição / Organização
2022/10 - 2023/09 RGBD-Based Automatic Stem Selection for Selective Thinning Operations in Forest Context (https://hdl.handle.net/10216/153364)
Coorientador
Engenharia Electrotécnica e de Computadores (Mestrado)
Universidade do Porto Faculdade de Engenharia, Portugal