|
Insegnamento
COMPUTER VISION - VISIONE COMPUTAZIONALE (Numerosita' canale 2)
INP6075837, A.A. 2017/18
Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18
Dettaglio crediti formativi
Tipologia |
Ambito Disciplinare |
Settore Scientifico-Disciplinare |
Crediti |
CARATTERIZZANTE |
Ingegneria informatica |
ING-INF/05 |
9.0 |
Organizzazione dell'insegnamento
Periodo di erogazione |
Secondo semestre |
Anno di corso |
I Anno |
Modalità di erogazione |
frontale |
Tipo ore |
Crediti |
Ore di didattica assistita |
Ore Studio Individuale |
LEZIONE |
9.0 |
72 |
153.0 |
Inizio attività didattiche |
26/02/2018 |
Fine attività didattiche |
01/06/2018 |
Visualizza il calendario delle lezioni |
Lezioni 2019/20 Ord.2009
|
Commissioni d'esame
Commissione |
Dal |
Al |
Membri |
3 A.A. 2018/2019 |
01/10/2018 |
15/03/2020 |
ZANUTTIGH
PIETRO
(Presidente)
GHIDONI
STEFANO
(Membro Effettivo)
BADIA
LEONARDO
(Supplente)
CALVAGNO
GIANCARLO
(Supplente)
CORVAJA
ROBERTO
(Supplente)
ERSEGHE
TOMASO
(Supplente)
LAURENTI
NICOLA
(Supplente)
MILANI
SIMONE
(Supplente)
ROSSI
MICHELE
(Supplente)
TOMASIN
STEFANO
(Supplente)
ZANELLA
ANDREA
(Supplente)
|
2 A.A. 2018/2019 |
01/10/2018 |
15/03/2020 |
GHIDONI
STEFANO
(Presidente)
ZANUTTIGH
PIETRO
(Membro Effettivo)
MENEGATTI
EMANUELE
(Supplente)
|
1 A.A. 2017/2018 |
01/10/2017 |
15/03/2019 |
ZANUTTIGH
PIETRO
(Presidente)
GHIDONI
STEFANO
(Membro Effettivo)
CALVAGNO
GIANCARLO
(Supplente)
ERSEGHE
TOMASO
(Supplente)
MENEGATTI
EMANUELE
(Supplente)
MILANI
SIMONE
(Supplente)
TOMASIN
STEFANO
(Supplente)
ZANELLA
ANDREA
(Supplente)
|
Prerequisiti:
|
|
Conoscenze e abilita' da acquisire:
|
Il corso presenta i principi e gli strumenti di base della visone computazionale. Saranno acquisite le competenze di base per elaborare ed analizzare in modo automatico le immagini ed estrarne diversi tipi di informazione. Verranno inoltre forniti gli strumenti necessari per sviluppare applicazioni basate sulle metodologie presentate. Tali strumenti includono l’uso del linguaggio C++ e della libreria open source OpenCV. |
Modalita' di esame:
|
Esame scritto, homeworks e tesina |
Criteri di valutazione:
|
Lo studente dovrà dimostrare di aver acquisito le conoscenze di base teoriche del corso e dovrà dimostrare di saper applicare la teoria ad aspetti pratici della computer vision, anche attraverso lo sviluppo di un progetto software in C++ che affronti un tema risolvibile con gli strumenti presentati a lezione. Questo sarà valutato anche attraverso gli homework e il progetto finale. |
Contenuti:
|
1. La telecamera: sensori, ottiche e formazione delle immagini, colorimetria: sintesi additiva e sottrattiva, spazi colore, pattern di Bayer.
2. Geometria proiettiva, formazione delle immagini e pinhole camera model.
3. Calibrazione intrinseca ed estrinseca di una telecamera.
4. Algoritmi per l'elaborazione delle immagini, basso livello: filtri convoluzionali, filtro bilaterale, filtro mediano, istogrammi, analisi nel dominio di Fourier, operatori morfologici.
5. Elaborazione di medio livello: edge detection, blob detection, corner detection, trasformata di Hough, segmentazione: metodi basati su clustering, watershed, split and merge, region growing.
6. Image features: keypoint e descrittori.
7. Algoritmi di alto livello: template matching, object recognition.
8. Template C++: librerie e classi, esempi di librerie a template.
9. Richiami su gerarchie di classi ed ereditarietà.
10. Gestione dei dati per la computer vision, alcuni esempi con OpenCV. |
Attivita' di apprendimento previste e metodologie di insegnamento:
|
Lezioni frontali e laboratori |
Eventuali indicazioni sui materiali di studio:
|
Slides e altro materiale fornito dal docente |
Testi di riferimento: |
-
Gonzalez, Rafael C.; Woods, Richard Eugene, Digital image processing. Upper Saddle River: Pearson Prentice Hall, 2010.
-
Szeliski, Richard, Computer visionalgorithms and applications. New York: Springer, 2011.
-
Klette, Reinhard, Concise Computer Vision. London: Springer, 2014.
-
Kaehler, Adrian, Bradski, Gary R., Learning OpenCV 3. --: O'Reilly Media, 2016.
|
|
|