Menu
Docenti
1. Scritto. La prova scritta sarà composta da domande di teoria dove si chiederà la dimostrazione di alcune derivazioni matematiche che portano ad algoritmi di Computer Vision e da esercizi dove verrà chiesto di proporre la struttura di una applicazione di Computer Vision per risolvere un problema noto. Le domande di teoria hanno l’obiettivo di valutare la preparazione e la conoscenza rispetto ai concetti fondamentali della Computer Vision. Gli esercizi hanno l’obiettivo di valutare le competenze acquisite in ambito di computer Vision per proiettare le conoscenze in applicazioni reali.
2. Progetto. Il progetto viene assegnato dai docenti del corso su richiesta dello studente. Il tema può essere proposto dallo studente, ma sempre concordato e validato dai docenti. Il progetto dovrà presentare, dato il problema assegnato, un’analisi critica dello stato dell’arte ed una soluzione verosimile tramite una soluzione software in linguaggio Python. Lo studente dovrà consegnare una relazione di progetto, il codice sorgente della soluzione che verranno discussi assieme al docente per la valutazione finale dell’apprendimento.
Lo/la studente/essa dovrà:
– conoscere i concetti e gli algoritmi fondamentali dell’elaborazione dell’immagine e dei video digitali e riuscire a comprendere come le innovazioni tecnologiche si possono riferire agli algoritmi di base.
– saper manipolare e trasformare un’immagine digitale.
– saper utilizzare il linguaggio di programmazione Python.
– saper analizzare un problema di Visione artificiale e proporre una possibile soluzione.
Conoscenza e comprensione
– acquisire specifiche conoscenze dei principali concetti e principi teorici dell’elaborazione dell’immagine digitale e della Visione artificiale.
– Conoscere e sapere utilizzare il linguaggio Python per l’implementazione di algoritmi di Visione artificiale.
Capacità di applicare conoscenza e comprensione
– Saper analizzare e comprendere un algoritmo di elaborazione dell’immagine digitale.
– Saper analizzare ed interpretare un problema di Visione artificiale ed applicare le conoscenze di cui sopra per scomporlo in sotto problemi
– Progettare l’architettura logica di un sistema di Visione artificiale per problemi reali.
Autonomia di giudizio
– Saper valutare gli algoritmi di Visione artificiale ed effettuare una scelta personale dell’algoritmo più adatto per la soluzione di un problema dato.
– Saper distinguere tra diverse soluzioni di Visione artificiale e valutarne l’efficacia.
Abilità comunicative
– saper illustrare con rigore logico e terminologico, a voce e per iscritto, questioni tecniche inerenti algoritmi e sistemi di Visione artificiale.
Capacità di apprendimento
– saper reperire e utilizzare strumenti bibliografici e informatici utili per l’approfondimento autonomo di problemi inerenti l’elaborazione dell’immagine digitale e della Visione artificiale.
[2] A. Distante, C. Distante, Handbook of Image Processing and Computer Vision, Springer, Prima Edizione, 2020.
[3] T. Gaddis, Introduzione a Python
con MyLab, 5 Ed.izione, Pearson, 2021.
[4] R.C. Gonzales, R. E. Woods, Digital Image Processing, 4th Edition, Pearson, 2019.
[5] Slide e materiali forniti dai docenti.
