Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA INFORMATICA
Insegnamento
ELABORAZIONE DI DATI TRIDIMENSIONALI
INL1001836, A.A. 2015/16

Informazioni valide per gli studenti immatricolati nell'A.A. 2014/15

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA INFORMATICA
IN0521, ordinamento 2009/10, A.A. 2015/16
N0
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese THREE-DIMENSIONAL DATA PROCESSING
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2015-IN0521-000ZZ-2014-INL1001836-N0
Obbligo di frequenza No
Lingua di erogazione ITALIANO
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile EMANUELE MENEGATTI ING-INF/05
Altri docenti STEFANO GHIDONI ING-INF/05
MATTEO MUNARO

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
SCP4065582 ELABORAZIONE DI DATI TRIDIMENSIONALI EMANUELE MENEGATTI SC1176

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria informatica ING-INF/05 9.0

Organizzazione dell'insegnamento
Periodo di erogazione Primo semestre
Anno di corso II Anno
Modalità di erogazione frontale

Tipo ore Crediti Ore di
didattica
assistita
Ore Studio
Individuale
LEZIONE 9.0 72 153.0

Calendario
Inizio attività didattiche 26/09/2016
Fine attività didattiche 28/01/2016
Visualizza il calendario delle lezioni Lezioni 2019/20 Ord.2009

Commissioni d'esame
Commissione Dal Al Membri
8 A.A. 2017/2018 21/06/2018 15/03/2019 GHIDONI STEFANO (Presidente)
MENEGATTI EMANUELE (Membro Effettivo)
MORO MICHELE (Supplente)
7 A.A. 2015/2016 01/10/2015 15/03/2017 MENEGATTI EMANUELE (Presidente)
GHIDONI STEFANO (Membro Effettivo)
MUNARO MATTEO (Supplente)
6 A.A. 2016/2017 01/10/2016 15/03/2018 MENEGATTI EMANUELE (Presidente)
GHIDONI STEFANO (Membro Effettivo)
MORO MICHELE (Supplente)
PAGELLO ENRICO (Supplente)
5 A.A. 2014/2015 01/10/2014 15/03/2016 MENEGATTI EMANUELE (Presidente)
PAGELLO ENRICO (Membro Effettivo)
FERRARI CARLO (Supplente)
MORO MICHELE (Supplente)

Syllabus
Prerequisiti: Nessuno
Conoscenze e abilita' da acquisire: Lo studente acquisirà competenza sui seguenti argomenti:
- geometria proiettiva
- algoritmi di elaborazione di immagini e dati 3D
- sistemi di visione artificiale per computer e per robot: dall'acquisizione delle immagini all'estrazione delle informazioni 2D e 3D
- libreria OpenCV (Open Computer Vision) per l’analisi di immagini 2D
- libreria PCL (Point Cloud Library) per l'analisi di nuvole di punti tridimensionali
- programmazione in C++

Inoltre, lo studente dovrà imparare a:
- gestire un progetto software realizzato in un piccolo team di lavoro
- presentare il proprio progetto evidenziandone l'innovatività ed i punti di forza.
Modalita' di esame: Implementazione di due moduli software in C++ da svolgere a casa durante il corso (uno con libreria OpenCV, uno con libreria PCL) e corrispondenti relazioni scritte.

Progetto pratico finale con stesura di una relazione e creazione di un applicativo software completo, da realizzare in gruppi di 2-3 persone.
Criteri di valutazione: La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti svolti, sulla qualità dell’implementazione software dei due homework e del progetto finale, nonché sulla qualità della relazioni scritte. Anche la modalità di presentazione del lavoro svolto influirà sulla valutazione finale.
Contenuti: Il corso tratterà argomenti correlati all'analisi di dati tridimensionali. Saranno introdotti elementi di geometria proiettiva e trasformazioni geometriche e relativi invarianti.

Saranno trattati problemi fondamentali della visione artificiale e della grafica quali la modellazione e la descrizione geometrica degli oggetti mediante opportune strutture dati e algoritmi.

Programma dettagliato:
- Introduzione al corso
- Sensori di luce e colore
- Filtraggio di immagini
- Rappresentazione delle immagini in frequenza
- Il modello pin-hole della telecamera
- Telecamere e geometria proiettiva
- Calibrazione di una telecamera
- Visione stereoscopica
- Edge detection
- Trasformata di Hough: lineare, circolare e generalizzata
- Clustering e segmentazione
- Sensori di profondità e telecamere 3D
- Tracking di persone da dati RGB-D

Laboratorio di programmazione:
- OpenCV:
strutture dati, GUI e laboratorio di programmazione. Prime applicazioni software: calibrazione e segmentazione basata sul colore

- Point Cloud Library (PCL):
strutture dati, visualizzazione e laboratorio di programmazione. Sviluppo di semplici applicazioni software: calcolo di keypoint e feature, allineamento di point cloud, riconoscimento e stima della posa di oggetti.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e lezioni di laboratorio informatico sull'uso delle librerie OpenCV, e PCL.

Nelle lezioni frontali verranno presentati i fondamenti della disciplina, mentre nelle lezioni di laboratorio si guiderà lo studente nell'apprendimento di una corretta programmazione in C++ e nell'uso delle librerie.
Eventuali indicazioni sui materiali di studio: Nel sito Moodle del corso saranno resi disponibili le slide usate a lezione, alcuni articoli scientifici di approfondimento ed eventuale materiale necessario allo svolgimento dei progetti software.
Testi di riferimento:
  • Forsyth, D.A. and Ponce, J., Computer Vision: A Modern Approach. --: Pearson Education Inc, 2011. 2nd edition Cerca nel catalogo
  • R. Hartley, A. Zisserman, Multiple View Geometry in Computer Vision. --: Cambridge University Press, 2004. Cerca nel catalogo