COMPUTATIONAL VISION

COMPUTATIONAL VISION

_
iten
Codice
90539
ANNO ACCADEMICO
2017/2018
CFU
6 cfu al 1° anno di 9014 INFORMATICA (LM-18) GENOVA
SETTORE SCIENTIFICO DISCIPLINARE
INF/01
SEDE
GENOVA (INFORMATICA)
periodo
2° Semestre

PRESENTAZIONE

Il corso offre un'introduzione all'analisi di dati visuali. In particolare affronta i problemi della comprensione automatica del contenuto di immagini e video.

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Gli studenti riceveranno una panoramica di metodi allo stato dell'arte per la comprensione della semantica di una scena. Impareranno a conoscere i problemi inerenti la rappresentazione  del contenuto di immagini a partire da esempi e approfondiranno diversi tipi di modelli di apprendimento della rappresentazione, inclusi esempi di rete profonda. Inoltre studieranno il problema della classificazione e categorizzazione di immagini. Alla fine del corso si analizzeranno anche possibili estensioni che incorporino informazioni aggiuntive, per esempio la profondità e il movimento. 

 

Modalità didattiche

 Modalità mista: lezioni, attività pratiche, progetto

PROGRAMMA/CONTENUTO

  • Lezioni introduttive
    • Ripasso di elementi di elaborazione di immagini (filtri, feature, istogrammi, rappresentazioni di colore, ...) e di apprendimento automatico (algoritmi di clustering e di classificazione)
    • Formulazione di problemi: confronto tra immagini, retrieval di immagini, classificazione di immagini 
  • Rappresentare immagini in modo adattivo
    • I primi approcci: istogrammi, insiemi di punti e bag-of-keypoints
    • Codifiche sparse su dizionari overcompleti predefiniti
    • Apprendimento di dizionari da esempi (dictionary learning)
    • Approcci coding-pooling 
    • Architetture profonde
  • Argomenti aggiuntivi: usare il contesto, gestire ed utilizzare informazione temporale e di profondità, affrontare il problema della visualizzazione dei risultati 
  • Progetti e casi di studio

TESTI/BIBLIOGRAFIA

Materiale fornito dai docenti (slide e articoli scientifici)

DOCENTI E COMMISSIONI

Ricevimento: Su appuntamento; disponibile anche senza appuntamento per questioni brevi 

Commissione d'esame

LORENZO ROSASCO (Presidente)

FRANCESCA ODONE (Presidente)

ALESSANDRO VERRI

NICOLETTA NOCETI

ANNALISA BARLA

LEZIONI

Modalità didattiche

 Modalità mista: lezioni, attività pratiche, progetto

ESAMI

Modalità d'esame

  • 50% teoria (esame orale)
  • 50% pratica (progetto+seminario)
  • la partecipazione attiva (in classe o attraverso il forum del corso) sarà valutata e contribuirà alla valutazione finale. 

Modalità di accertamento

  • consegna puntuale degli elaborati
  • partecipazione attiva in classe e sul forum del corso (aulaweb)
  • progetto finale su un caso di studio (datathon-like) e presentazione dei risultati ottenuti 
  • esame orale