MACHINE VISION

Anno accademico 2020-2021

MACHINE VISION

Docenti:
Christian Micheloni
Matteo Dunnhofer
Totale crediti: 6
Tipologia: Caratterizzante
Periodo didattico: Primo Periodo
Lingua insegnamento: ITALIANO
Prerequisiti. Costituiscono prerequisiti del corso la conoscenza della matematica di base (in particolare, logaritmi, esponenziali, derivate, integrali, successioni aritmetiche e geometriche).
Metodi didattici. Il corso è organizzato in lezioni di teoria, lezioni di esercitazioni e lezioni di laboratorio.
Modalità di verifica. Tipo di esame: Scritto/Scritto+ProgettoOggetto della Valutazione: verifica sia dell’apprendimento teorico che la scrittura di algoritmi per la soluzione di problemi proposti. Verifica delle capacità di analisi e di giudizio in relazione a problemi reali di visione artificiale. Valutazione delle capacità di applicazione della conoscenza e comprensione.Composizione della Prova: L’apprendimento viene verificato mediante la somministrazione in itinere di diverse prove intermedie (Assignments/Compiti) assegnate attraverso la piattaforma e-learning dell’Ateneo di Udine. La prova finale è costituita da un progetto con relative produzione di un rapporto tecnico.Per le sessioni di appello, sono previste due domande di teoria sulla visione artificiale ed un esercizio di definizione di un sistema di visione per un problema reale.Valutazione della prova d’esame: Le prove intermedie vengono pesate in basse alla loro difficoltà al fine di costituire una combinazione lineare per il voto finale di presentazione alla discussione del progetto finale. Il progetto finale ha un punteggio inferiore o uguale a 5 punti.
Altre informazioni. Tutte le lezioni saranno videoregistrate e caricate in automatico sulla pagina E-Learning dell’insegnamento. In tale pagina tutti gli studenti iscritti al corso potranno accedere alla lezione da remoto.

OBIETTIVI FORMATIVI

La finalità del Corso è quella di introdurre lo studente ai fondamentali dell’elaborazione dell’immagine digitale e della sua evoluzione in elaborazione di video digitali. L’obiettivo formativo è quello di rendere autonomo lo studente nelle scelte degli algoritmi di elaborazione delle immagini per l’estrazione delle informazioni utili a descriverne il contenuto ed eventualmente a modificarlo. Il corso sarà costituito da una parte teorica di descrizione dei problemi tipici dell’analisi di video digitali e da una parte laboratoriale in cui tali metodologie vengono applicate mediante un linguaggio di programmazione ad alto livello.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 Matlab.saper analizzare un problema di visione artificiale e proporre una possibile soluzione.Conoscenza e comprensioneacquisire specifiche conoscenze dei principali concetti e principi teorici dell’elaborazione dell’immagine digitale e della visione artificiale. Conoscere e sapere utilizzare il linguaggio Matlab per l’implementazione di algoritmi di visione artificiale.Capacità di applicare conoscenza e comprensionesaper 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 problemiProgettare l’architettura logica di un sistema di visione artificiale per problemi reali.Autonomia di giudizioSaper 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 comunicativesaper illustrare con rigore logico e terminologico, a voce e per iscritto, questioni tecniche inerenti algoritmi e sistemi di visione artificiale.Capacità di apprendimentosaper reperire e utilizzare strumenti bibliografici e informatici utili per l’approfondimento autonomo di problemi inerenti l’elaborazione dell’immagine digitale e della visione artificiale.

CONTENUTI

Il corso presenterà agli studenti i fondamenti dell’elaborazione di immagini e di video. Saranno introdotte le tecniche digitali di basso livello per l’elaborazione dell’immagine (operazioni su istogrammi, filtri lineari, filtri di rango, ecc.). Sarà presentata l’architettura logica di un sistema di analisi di sequenze video e si farà particolare riferimento alla ridondanza temporale per l’estrazione di informazioni di interesse. Verranno introdotti i problemi relativi alla calibrazione ed all’uso delle risorse in ambito di una rete di telecamere intelligenti. Il corso prevede sia una parte di esercitazioni che di laboratorio tramite le quali si svilupperanno alcuni degli algoritmi presentati a livello teorico e si analizzeranno caratteristiche e limiti di ognuno.

TESTI DI RIFERIMENTO

[1] R.C. Gonzales, R.E. Woods, Elaborazione delle immagini digitali, Prentice Hall, 2008[2] Richard Szeliski, Computer Vision: Algorithms and Applications, 2008[3] D. Marini, M. Bertolo, A. Rizzi, Comunicazione Visiva Digitale, Addison-Wesley, 2002.[4] A. Watt, F. Policarpo, The Computer Image, Addison-Wesley, 1998.[5] R. Klette, and P. Zamperoni, Handbook of Image Processing Operators, Wiley, 1996.[6] Notes delivered by the teacher during classes.