29443 - VISIONE ARTIFICIALE E RICONOSCIMENTO

Conoscenze e abilità da conseguire

Il corso ha l'obiettivo di fornire agli studenti le nozioni e gli strumenti necessari per la progettazione e realizzazione di sistemi automatici in grado di analizzare immagini digitali ai fini della localizzazione e riconoscimento di oggetti. Al termine del corso, anche grazie all'attività di laboratorio, lo studente sarà in grado di: - progettare un sistema di visione in grado di analizzare il contenuto di un’immagine digitale; - sviluppare algoritmi di visione basati su tecniche classiche di machine learning, feature hand-crafted (colore forma tessitura), key-point e descrittori locali; - addestrare e ottimizzare reti neurali per problemi di classificazione, localizzazione, segmentazione semantica.

Contenuti

• Richiami di elaborazione di immagini e filtraggio digitale

• Estrazione di feature
  • Feature di colore:

    - color histograms e metriche di similarità/distanza;

    - color moments.

  • Feature di tessitura:

    - matrici di co-occorrenza dei livelli di grigio e relative;

    - Filtri di Gabor: banchi di filtri;

    - Haar features: immagine integrale ed estrazione efficiente delle feature;

    - Local Binary Pattern.

  • Feature di forma:

    - Estrazione del contorno e rappresentazioni monodimensionali della forma;

    - Descrittori di forma, descrittori di Fourier;

    - Momenti invarianti.

  • Handcrafted features vs Representation learning
• Image stitching, registrazione immagini 2D, Visual SLAM
  • Keypoints e descrittori locali:

  - Localizzazione dei punti di interesse: Harris corner detector;

  - Localizzazione invariante per cambiamenti di scala: Harris Laplace, Laplacian of Gaussian, Difference of Gaussian;

  - Keypoints e descrittori: descrittori SIFT, SURF, BRIEF, Histogram of Oriented Gradients;

  - Algoritmo Ransac per feature matching.

  - Applicazioni in ambito robotico: Visual SLAM (Simultaneous Localization and Mapping)
• Segmentazione semantica in immagini
  • Tecniche basate su analisi del colore, algoritmo Mean Shift;
  • Tecniche di segmentazione basate su deep learning con esempi applicativi nell’ambito di immagini satellitari e mediche.
• Riconoscimento “in the wild”

• Classificazione/detection di oggetti

- Feature di forma, colore e tessitura per content-based image retrieval;

- Bag of visual Words;

- Tecniche di localizzazione/riconoscimento di oggetti tramite template matching rigido basato su feature (es. riconoscimento di prodotti nei supermercati);

- Trasformata di Hough;

- Tecniche di deep learning per la localizzazione/riconoscimento di oggetti (es. riconoscimento pedoni e segnali stradali, riconoscimento oggetti per robotic vision, localizzazione e riconoscimento di volti).

• Video sorveglianza e analisi video
• Tecniche di base per frame subtraction e background modeling
• Tecniche per il tracking di oggetti/persone e crowd analysis;
• Cenni a tecniche di analisi video.

Testi/Bibliografia

 

• Torralba, Isola, Freeman, "Foundations of Computer Vision", MIT press, 2024.
• Zhang, Lipton, Li, Smola, Dive into Deep Learning, https://d2l.ai, 2020.
• Elgendy, "Deep Learning for Vision Systems", Manning, 2020.
• Forsyth e Ponce, Computer Vision a modern approach, Pearson, 2012.
• Kaehler e Bradski, Learning OpenCV 3, O'Reilly, 2017.
• Shi, "Emgu CV Essentials", Packt publishing, 2013.
• Gonzalez e Woods, Elaborazioni delle immagini digitali, Prentice Hall, 3 edizione, 2008.
  

Metodi didattici

L'insegnamento prevede lezioni frontali dedicate agli aspetti teorici e metodologici della computer vision, affiancate da esercitazioni guidate in laboratorio, individuali o di gruppo.

Durante le esercitazioni gli studenti sviluppano applicazioni di visione artificiale utilizzando librerie open source multipiattaforma (OpenCV) per computer vision e framework di Deep Learning (es. Tensorflow, PyTorch).

Il materiale didattico comprende slide e dispense del docente, codice sorgente, progetto scheletro per le esercitazioni e ulteriore materiale reso disponibile sulla piattaforma Virtuale.

In considerazione della tipologia di attività e dei metodi didattici adottati, la frequenza di questa attività formativa richiede la preventiva partecipazione di tutti gli studenti ai moduli 1 e 2 di formazione sulla sicurezza nei luoghi di studio, in modalità e-learning.

Modalità di verifica e valutazione dell'apprendimento

L'apprendimento è verificato mediante la realizzazione di un progetto, individuale o di gruppo, e una prova orale sugli argomenti dell'intero programma.

Il progetto ha lo scopo di valutare la capacità dello studente di progettare e implementare una soluzione di Computer Vision mediante l'utilizzo delle tecniche affrontate durante il corso, analizzandone criticamente le prestazioni e documentando le scelte progettuali.

La prova orale è finalizzata ad accertare:

• la conoscenza teorica degli argomenti trattati;
• la capacità di confrontare criticamente tecniche differenti;
• la padronanza della terminologia scientifica;
• la capacità di collegare i diversi argomenti del corso e di discutere le scelte progettuali adottate.

La valutazione finale tiene conto della qualità del progetto e dell'esito della prova orale. Il progetto costituisce la base della valutazione, mentre la prova orale può modificare il punteggio ottenuto sul progetto, indicativamente fino a ±3 punti, in funzione della preparazione dimostrata, della capacità di analisi critica e della chiarezza espositiva.

Sono oggetto di valutazione:

• correttezza tecnico-scientifica della soluzione proposta;
• capacità progettuale e implementativa;
• autonomia nell'analisi dei risultati;
• capacità di motivare le scelte metodologiche;
• utilizzo appropriato del linguaggio tecnico;
• capacità di integrare e collegare i diversi argomenti affrontati durante il corso.

Strumenti a supporto della didattica

• Dispense a cura del docente
• Tracce e progetto scheletro per le esercitazioni
• Libreria OpenCV
• Deep learning frameworks

Orario di ricevimento

Consulta il sito web di Annalisa Franco

Consulta il sito web di Matteo Ferrara