17634 - VISIONE ARTIFICIALE

Conoscenze e abilità da conseguire

Al termine del corso, lo studente conosce le principali aree applicative della visione artificiale e gli algoritmi di base per l’analisi di immagini e il riconoscimento di oggetti.

Contenuti

• Strumenti di base per l'elaborazione delle immagini (modelli di colore, convoluzione, topologia digitale e morfologia matematica)
• Tecniche per individuare e segmentare oggetti nelle immagini
• Metodi per il rilevamento e l'inseguimento di oggetti nei video
• Riconoscimento di oggetti da immagini e video
  

Testi/Bibliografia

Richard Szeliski, Computer Vision: Algorithms and Applications, 2nd ed., 2022 (il PDF può essere richiesto qui)

Metodi didattici

• Lezioni frontali
• Esercitazioni guidate in laboratorio

 

Modalità di verifica e valutazione dell'apprendimento

La verifica dell'apprendimento avviene attraverso una prova scritta della durata di 90 minuti, durante la quale non è ammesso l'uso di libri, appunti, calcolatrici, o supporti elettronici. La prova d'esame mira a verificare il raggiungimento dei seguenti obiettivi didattici: 1) conoscenza approfondita degli algoritmi e delle tecniche illustrate durante il corso; 2) capacità di implementare tali algoritmi e di applicarli all'interno di programmi che elaborino immagini e video; 3) comprensione del funzionamento di base delle librerie software utilizzate durante le esercitazioni in laboratorio. A tale fine, la prova scritta si compone sia domande teoriche che di esercizi pratici, nei quali si chiede allo studente di implementare algoritmi o porzioni di algoritmi, sfruttando eventualmente alcune funzionalità delle librerie software utilizzate durante le esercitazioni in laboratorio.

Strumenti a supporto della didattica

Dispense a cura del docente

Orario di ricevimento

Consulta il sito web di Raffaele Cappelli