Contenuti: Il laboratorio si propone di fornire allo studente una panoramica introduttiva alle tecniche di acquisizione ed elaborazione delle immagini per applicazioni di visione computerizzata. Tali applicazioni vanno dal miglioramento della qualità al rilevamento di oggetti. L’illustrazione degli algoritmi, dei metodi e dei sistemi di elaborazione seguirà un approccio “learning-by-doing”, nella forma di esercitazioni al calcolatore, affinché gli allievi possano fare esperienza pratica degli effetti e delle differenze tra un operatore e l’altro.

Pre-requisiti: Per seguire proficuamente il seminario è consigliabile per lo studente essere in possesso dei costrutti fondamentali dei linguaggi di programmazione o di script (C, Python, Matlab).

Corsi preparatori dal contenuto compatibile con gli argomenti trattati: Elementi/Fondamenti di Informatica, Fondamenti di programmazione, Programmazione avanzata, Linguaggi di Programmazione ad Oggetti.

Perché seguire questo laboratorio:

• Lauree triennali: se si è interessati ad applicazioni di intelligenza artificiale e riconoscimento nel dominio biomedico (applicazioni di diagnostica per immagini) e biometrico (sicurezza informatica e comportamentale); avere gli strumenti per fruire più agevolmente dei contenuti del seminario di Tecnologie biometriche per la sicurezza informatica.
• Lauree magistrali: per essere in grado di approfondire le problematiche di modellazione e sviluppo di metodi per il riconoscimento di oggetti in foto e video per applicazioni biomediche e biometriche (patologie, automotive, verifica dell'identità, contraffazioni), di videosorveglianza ambientale (episodi di violenza e bullismo); avere gli strumenti per poter seguire con maggior agio il corso di Biometric technologies and behavioral security.
• Il corso permette un approfondimento sui linguaggi di programmazione Python e C, offrendo dunque un'utile piattaforma di esercitazione alla programmazione avanzata mediante il trattamento delle immagini.

Programma

1. Introduzione all'elaborazione delle immagini digitali (esempi di campi di applicazione, elementi di percezione visiva) 2h
2. Acquisizione (campionamento e quantizzazione) e Proprietà delle immagini digitali (relazione tra pixels, tipi di operazioni sulle immagini) 3h
3. Filtri nel dominio dello spazio e della frequenza 3h
4. Operatori morfologici 2h
5. Segmentazione e elementi base sul riconoscimento delle immagini 2h

Modalità di erogazione: in presenza. Il corso sarà erogato in lingua inglese se tra gli iscritti figurassero degli studenti di nazionalità non italiana.

Iscrizione: verrà pubblicato un link tramite opportuno avviso.

Accreditamento

Presenza obbligatoria ad almeno 9 ore di lezione, e:

• 1 CFU: svolgimento di una prova finale in forma di esercizio di programmazione Python al calcolatore.
• 2 CFU: svolgimento di un progetto di sistema tra quelli esemplificati nel laboratorio.
• 2 CFU: richiesta della tesi di Laurea (anche Laurea Magistrale).