Didattica - Università degli Studi di Padova

Syllabus

Prerequisiti:	Conoscenza dell'organizzazione hardware e dei principi di funzionamento degli elaboratori. Conoscenza delle funzioni svolte dall'hardware e utilizzate dai sistemi operativi. Conoscenza dei tipi di dati astratti fondamentali (esempi: lista, pila, coda, dizionario, grafo, albero). Conoscenza dei principi della programmazione ad oggetti. Conoscenza delle principali tecniche per il progetto di algoritmi e strutture dati efficienti. Abilità di progettare, implementare e caratterizzare dal punto di vista prestazionale algoritmi e strutture dati.
Conoscenze e abilita' da acquisire:	Conoscenza degli elementi architetturali fondamentali comuni alle moderne piattaforme software per smartphone e tablet (Android, iOS, Windows 10 Mobile). Conoscenza di rilevanti algoritmi utilizzati nel software applicativo per le piattaforme di cui al punto precedente, con particolare riferimento ad algoritmi di computational photography. Conoscenza di concetti e costrutti comuni a linguaggi di programmazione ad oggetti come Java e C++. Abilità di progettare e sviluppare software applicativo su piattaforme software embedded complesse. Abilità di lavorare in gruppo.
Modalita' di esame:	L'esame prevede un progetto di programmazione e una prova orale. Il progetto verifica l'avvenuta acquisizione delle abilità di progettazione e lavoro in gruppo: per questa ragione, ciascun progetto deve essere affrontato da un gruppo di studenti (tipicamente 3 studenti). Il progetto è completato quando il codice sorgente del progetto e un report che illustra il lavoro svolto sono stati consegnati al docente e discussi con esito positivo in una delle date stabilite durante le sessioni d'esame. La prova orale verifica l'avvenuta acquisizione delle conoscenze sui linguaggi di programmazione, sulle piattaforme software e sugli algoritmi. La prova orale è individuale e verte su tutte le nozioni presentate a lezione. È possibile sostenere la prova orale solo dopo il completamento del progetto. L'insegnamento è a numero programmato: per poter sostenere progetto e prova orale è necessario iscriversi all'insegnamento con le modalità che saranno comunicate a settembre 2018 tramite elearning.dei.unipd.it, e ottenere un posto utile in graduatoria.
Criteri di valutazione:	La valutazione finale è una media ponderata dei punteggi, espressi in trentesimi, conseguiti nel progetto (peso: 60%) e nella prova orale individuale (peso: 40%). Inoltre, il voto del progetto e della prova orale devono essere entrambi maggiori o uguali a 18/30. I seguenti aspetti saranno presi in considerazione nella valutazione del software del progetto: mancanza di bug e glitch, facilità d'uso, rispetto delle specifiche della piattaforma software, qualità del codice sorgente (modularità, uso di costrutti appropriati del linguaggio di programmazione, generosa presenza di commenti). I seguenti aspetti saranno presi in considerazione nella valutazione del report di progetto: chiarezza, completezza, capacità di sintesi (il report deve essere completo senza essere prolisso o costellato di dettagli banali), qualità della bibliografia, corrispondenza tra le informazioni illustrate nel report e le informazioni esemplificate nel codice sorgente. I seguenti aspetti saranno presi in considerazione nella valutazione della prova orale: chiarezza espositiva, grado di conoscenza raggiunto, capacità di effettuare deduzioni e collegamenti a partire dalle nozioni presentate in classe.
Contenuti:	PIATTAFORME. Il concetto di piattaforma software. Architettura di una piattaforma. Architettura di un’applicazione. Stati e transizioni di stato nella vita di un'applicazione. Interfaccia utente; gesti. Risposta agli eventi. Salvataggio dello stato e memorizzazione dati in memoria persistente. Accesso all’hardware e ai sensori. Gestione di dati multimediali. Security model. PROGETTAZIONE DI SOFTWARE. Design pattern. Architetture software per sistemi concorrenti e distribuiti (cenni). Principi di interfacce uomo-macchina. SVILUPPO DI SOFTWARE. Concetti condivisi dai principali linguaggi orientati agli oggetti. Linguaggi di programmazione a confronto: C, C++, Java, Kotlin (cenni). Bytecode e codice macchina. ALGORITMI. Pipeline di acquisizione ed elaborazione numerica delle immagini all'interno di una fotocamera digitale. Algoritmi di computational photography per superare i limiti fisici del sistema di acquisizione delle immagini stesse (esempio: acquisizione high dynamic range).
Attivita' di apprendimento previste e metodologie di insegnamento:	Lezioni in aula con il supporto di slide. Esercitazioni in laboratorio al calcolatore.
Eventuali indicazioni sui materiali di studio:	I materiali di studio includono informazioni estratte dai testi di riferimento, slide, libri, articoli scientifici, link a documenti e risorse disponibili in rete. Tutti i materiali di studio sono in lingua inglese. I materiali di studio che non si trovano nei testi di riferimento sono accessibili tramite elearning.dei.unipd.it e tramite www.dei.unipd.it/~fantozzi/esp1819/.
Testi di riferimento:	Bill Phillips, Chris Stewart, Brian Hardy, Kristin Marsicano, Android Programming: the Big Nerd Ranch Guide (3rd Edition). Atlanta: GA, Big Nerd Ranch, 2017. ISBN-10: 0134706056 Richard Szeliski, Computer Vision: Algorithms and Applications. New York: Springer, 2011. ISBN-10: 1848829345 Erik Reinhard, Wolfgang Heidrich, Paul Debevec, Sumanta Pattanaik, Greg Ward, Karol Myszkowski, High Dynamic Range Imaging (2nd Edition). Burlington: Morgan Kaufmann, 2010. ISBN-10: 012374914X Rastislav Lukac, Computational Photography: Methods and Applications. Boca Raton: CRC Press, 2010. ISBN-10: 1439817499