Attualmente professore associato presso il Dipartimento di Informatica - Scienza e Ingegneria. La sua attività di ricerca riguarda la visione artificiale o computer vision e l'apprendimento automatico o machine learning applicato a problemi di visione artificiale. In particolare, si è occupato di visione artificiale a partire da dati 3D, e adesso concentra le sue ricerche sull'utilizzo di tecniche di deep learning per l'analisi automatica di questo tipo di dati.
Formazione
Samuele Salti ha conseguito la Laurea Specialistica in Ingegneria Informatica nel 2007 e il Dottorato di Ricerca in Ingegneria Informatica, Elettronica e delle Telecomunicazioni nel 2011, entrambi presso l'università di Bologna.
Carriera
Dal 2011 al 2015 è stato Post-doc presso il Computer Vision Lab del DISI dell'Università di Bologna.
Dal 2015 al 2018 ha contribuito a creare e poi diretto il gruppo di Data Science della multinazionale Fleetmatics, poi acquisita e confluita in Verizon Connect, aziende leader di mercato a livello mondiale nel campo della gestione flotte di veicoli commerciali e dei veicoli connessi.
Dal 2018 è ricercatore a tempo determinato presso il Dipartimento di Informatica - Scienza e Ingegneria (DISI) dell'Università di Bologna.
Dal 2021 è professore associato presso il Dipartimento di Informatica - Scienza e Ingegneria (DISI) dell'Università di Bologna.
Attività didattica
Dall'anno accademico 2020/2021 è docente di Machine Learning for Computer Vision per il corso di laurea magistrale in Artificial Intelligence. Dall'anno accademico 2018/2019 è docente di Reti Logiche per il corso di laurea in Ingegneria Informatica.
Ha tenuto seminari di introduzione e approfondimento nel campo della visione artificiale per aziende e enti pubblici, e un corso di introduzione al deep learning per gli studenti del corso di dottorato in Computer Science and Engineering dell'Università di Bologna.
Attività scientifica
Nel 2007 ha svolto un periodo di ricerca presso l' Heinrich-Hertz-Institute di Berlino, dove ha lavorato su prototipi di Human Computer Interfaces avanzate.
Nel 2010 è stato in visita presso il Multimedia and Vision Research Group (MMV) della Queen Mary, University of London, dove ha svolto attività di ricerca su modelli adattivi di apparenza per il tracking in sequenze video.
I suoi interessi di ricerca nell'ambito della Computer Vision e del Machine Learning riguardano principalmente l'analisi automatica di dati 3D, il tracking in sequenze video, il filtraggio Bayesiano e il riconoscimento oggetti.
E' coautore di 50 pubblicazioni nelle più prestigiose riviste e i più importanti atti di convegni internazionali del suo settore. Ha ricevuto il Best Paper award runner-up all' International Conference on 3D Imaging, Modeling, Processing, Visualization and Transmission nel 2011 e alla International Conference on 3D Computer Vision (3DV) nel 2021 ed è stato nominato Outstanding Reviewer all'International Conference on Computer Vision and Pattern Recognition (CVPR) nel 2020 e nel 2021, .
E' coautore di un brevetto sulla compressione di descrittori per dati 3D, di proprietà della STMicroelectronics, e di sette brevetti sulle applicazioni del machine learning a dati di telematica, di proprietà di Verizon Connect.
