Este projeto é a continuação do projeto TrustStamp, alargando o seu âmbito e permitindo dar resposta à crescente e iminente necessidade de acelerar a adaptação industrial da INCM para a introdução nos seus atuais e novos produtos da tecnologia UniQode. Por um lado, pretendem-se explorar mais potencialidades do UniQode, nomeadamente melhorando o processo de criação de identidades visuais cada vez mais complexas, quer disfarçando o UniQode em identidades visuais de grandes dimensões, em suporte papel ou holográfico, quer aumentando drasticamente as dimensões do próprio código gráfico com a crescente complexidade na sua reconstrução e, por outro lado, pretende-se com este projeto a construção de uma linha de produção industrial mais rápida, mais eficiente e mais rentável que permita reduzir drasticamente o tempo de cada projeto individual, padronizando a sua definição e configuração, através do desenvolvimento de APIs para integração com o sistema de design e produção de selos e rótulos. Estes dois principais objetivos, isto é, por um lado, alargar as possibilidades e, por outro lado, restringi-las pela via da padronização, só são possíveis pelo facto de permanecerem ainda complexos desafios na exploração das potencialidades do UniQode, requerendo um esforço de investigação e inovação não negligenciáveis, ao mesmo tempo que a padronização trará ao projeto o foco necessário ao ambiente de produção industrial. Os principais objetivos deste projeto são, pois, elencados seguidamente: investigar metodologias de desenho e configuração de uma mensagem visual bidimensional baseada em icons. Esta mensagem visual é composta por: um mapa de localizações para o posicionamento de icons; definição de um alfabeto de símbolos visuais (icons) que podem ser agrupados para a definição de palavras de um léxico visual. investigar metodologias e algoritmos de aprendizagem máquina (machine learning), nomeadamente usando redes neuronais convolucionais (CNN – convolutional neural networks) e algoritmo do vizinho mais próximo (kNN – k-nearest neighborhood), para a deteção e identificação dos icons, permitindo estudar o limiar máximo de semelhança e sobreposição entre símbolos diferentes, para melhoria do processo de descodificação dos icons. investigar metodologias e algoritmos para a deteção de elementos visuais de pequenas dimensões em hologramas, nomeadamente aplicando técnicas de machine learning e/ou inteligência artificial investigar metodologias e algoritmos para a deteção de códigos gráficos impressos em ambientes visuais complexos (por um lado, incluindo ambientes visuais onde a proporção do graphic code é reduzida ou muito reduzida quando comparada com a dimensão do desenho geral e, por outro lado, incluindo identidades visuais onde o graphic code está embutido em identidades visuais de elevada frequência espacial e recorrendo a paletas de cor fortes) investigar metodologias e algoritmos para a reconstrução de códigos gráficos, baseados em pixéis, de grandes dimensões espaciais investigar metodologias e algoritmos para a criação de identidades visuais que sejam simultaneamente um UniQode baseados em pixéis e um QRcode, respeitando, assim, a norma desenvolver software industrial, nomeadamente APIs com algoritmos capazes de codificar e descodificar códigos UniQode, quaisquer que sejam as especificações técnicas envolvendo códigos gráficos baseados em pixéis e/ou icons, holograma e padrão de tinta com glitter (tendo em consideração o conjunto de variáveis, definições e especificações consideradas para uma identidade visual genérica). desenvolver uma API industrial para a definição e configuração das regras da camada de mensagem, permitindo um nível de complexidade configurável. desenvolver uma API para a definição e configuração de uma identidade visual genérica, integrando os módulos e camadas anteriormente desenvolvidas.

Research Coordinator: Nuno Gonçalves