Professores da USP recebem destaque nacional por avanços em visualização e computação gráfica

Maria Cristina Ferreira de Oliveira é homenageada por sua trajetória científica; Lucas Pascotti Valem conquista prêmio de melhor artigo no SIBGRAPI 2025, em Salvador

O Instituto de Ciências Matemáticas e de Computação (ICMC) da USP, em São Carlos, foi duplamente reconhecido durante o SIBGRAPI 2025 — principal evento científico do país nas áreas de computação gráfica, processamento de imagens e visão computacional, realizado entre 30 de setembro e 3 de outubro, em Salvador. A professora Maria Cristina Ferreira de Oliveira recebeu homenagem por suas contribuições à comunidade científica, enquanto o professor Lucas Pascotti Valem foi premiado com o Best Paper, reforçando a excelência das pesquisas desenvolvidas no Instituto.

Trajetória de destaque na ciência brasileira

Com uma carreira construída integralmente no ICMC, Maria Cristina é uma das principais referências nacionais em visualização e visual analytics. Sua atuação à frente do Grupo de Gráficos, Imagens, Visualização e Análise (GIVA) foi decisiva para consolidar o campo no Brasil e formar novas gerações de pesquisadores.
“A homenagem representa o reconhecimento da comunidade do SIBGRAPI pela minha atuação na área de visualização e na conferência ao longo de muitos anos. Foi uma honra recebê-la”, afirmou a docente, que em 2018 tornou-se a primeira mulher a dirigir o ICMC.

Maria Cristina destacou o papel do Instituto em sua trajetória: “Fiz toda a minha carreira no ICMC, onde sempre tive muito apoio. Nosso grupo foi um dos pioneiros em pesquisas na área de visualização no país.” Segundo ela, a área amadureceu e ganhou visibilidade nos últimos anos. “O número de pesquisadores aumentou e as fronteiras entre as áreas relacionadas ficaram mais difusas, o que contribuiu para o avanço da pesquisa”, disse.

Prêmio nacional para pesquisa em inteligência artificial

Recém-incorporado ao corpo docente do ICMC, Lucas Pascotti Valem recebeu o prêmio de melhor artigo do SIBGRAPI 2025 com o trabalho Density-Guided Rank Correlation Graphs for Graph Convolutional Networks in Image Classification, desenvolvido em parceria com Gabriel Maia Brito, aluno do Instituto de Física de São Carlos (IFSC-USP).
O estudo propõe uma nova abordagem para classificação de imagens com redes neurais baseadas em grafos, reduzindo a dependência de grandes bases de dados anotadas — um dos principais desafios da inteligência artificial.

“Foi uma imensa alegria e reconhecimento do nosso trabalho. Reforça a relevância científica da nossa contribuição e nos motiva a perseguir objetivos ainda mais ambiciosos”, declarou Valem. Ele explica a ideia de forma simples: “Pense no grafo como uma sala de aula. Cada imagem é uma criança, e as arestas são as semelhanças entre elas. No modelo tradicional, a criança escolhe amigos só por proximidade na fila — conexões superficiais. Na nossa proposta, as conexões surgem quando as listas de amizade se parecem. Isso evita superlotação e melhora o desempenho do modelo.”

Os resultados superaram métodos tradicionais e abriram caminho para aplicações em imagens médicas, sensoriamento remoto na agricultura e reidentificação de pessoas. O projeto contou com apoio do Programa de Apoio aos Novos Docentes USP – 2025 e infraestrutura dos grupos GIVA e GBDI (Grupo de Bases de Dados e Imagens), incluindo servidores de alto desempenho e suporte técnico especializado.

Lucas encerra ressaltando o valor da persistência científica: “Toda pesquisa que dá certo é resultado de muita consistência. Por trás de cada acerto, há vários erros que o antecederam. Como disse Thomas Edison: ‘Eu não falhei. Apenas descobri 10 mil maneiras que não funcionam’.”