Politecnico di Torino | |||||||||||||||||
Anno Accademico 2012/13 | |||||||||||||||||
04ISFOV, 04ISFPD Computer vision |
|||||||||||||||||
Corso di Laurea Magistrale in Ingegneria Informatica (Computer Engineering) - Torino Corso di Laurea Magistrale in Ingegneria Del Cinema E Dei Mezzi Di Comunicazione - Torino |
|||||||||||||||||
|
|||||||||||||||||
|
|||||||||||||||||
Esclusioni: 02KQE |
Presentazione
The course is taught in Italian.
Oggetto del corso sono l'acquisizione, l' elaborazione, l'analisi e la comprensione del contenuto di immagini e sequenze di immagini digitali di oggetti 2D e 3D (computer vision). Tra le molte applicazioni citiamo l'ispezione industriale, la sorveglianza, l'identificazione biometrica (impronte digitali, retiniche, immagini del viso, iride), l'analisi del movimento umano per l'intrattenimento o scopi medici e sportivi, l'analisi del territorio da immagini aeree o da satellite, la scansione 3D, la navigazione robotica. Il corso illustrerà le tecniche fondamentali e il loro uso in alcune delle principali applicazioni pratiche. |
Risultati di apprendimento attesi
Lo studente acquisirà le conoscenze fondamentali relative a:
- Sensori e sistemi per l'acquisizione dell'immagine - modellazione dei sistemi ottici e loro funzioni di trasferimento - analisi in frequenza delle immagini - tecniche per il miglioramento e la ricostruzione di immagini affette da vari tipi di rumore ed alterazioni (rumore termico dei sensori, imperfezioni dell'ottica, movimento relativo, etc) - tecniche per la segmentazione e l'estrazione di elementi caratteristici di un'immagine - tecniche per il riconoscimento di oggetti 2D e 3D - tecniche per la ricostruzione di ambienti 3D - tecniche per l'analisi del movimento Tramite queste conoscenze e numerosi esempi applicativi, lo studente verrà messo in grado di progettare un sistema di visione mediante calcolatore. |
Prerequisiti / Conoscenze pregresse
Elementi di analisi matematica, analisi di segnali monodimensionali, algebra lineare, calcolo delle probabilità
|
Programma
Argomenti principali e peso in crediti
- Sistemi di acquisizione immagini(0.5 cr) - Elaborazione immagini. Trasformate 2D e funzioni di trasferimento(1 cr.) - Miglioramento e ricostruzione immagini(0.5cr) - Segmentazione ed estrazione dati significativi(0.5) - Riconoscimento 2D e 3D(1cr) - Analisi movimento(0.5cr) - Ricostruzione 3D(0.5) - Casi di studio(1.5) |
Organizzazione dell'insegnamento
Le esercitazioni di laboratorio prevedono l'uso di programmi per l'elaborazione e l'analisi dell'immagine. Le esercitazioni sono propedeutiche allo sviluppo di un progetto, individuale o di gruppo, che concorrerà a determinare il voto finale
|
Testi richiesti o raccomandati: letture, dispense, altro materiale didattico
I testi, scelti tra quelli elencati, saranno comunicati a lezione dal docente titolare dell'insegnamento
- Course transparencies and other material at http://didattica.polito.it Suggested textbooks: - R.C. Gonzales and R.E. Woods: Digital Image Processing, Prentice-Hall, 2002 - Emanuele Trucco and Alessandro Verri: Introductory Techniques for 3-D Computer Vision 2001 |
Criteri, regole e procedure per l'esame
L'esame si compone di una prova scritta nella quale sarà richiesto di rispondere ad una serie di domande e svolgere alcuni esercizi. A discrezione del docente può inoltre svolgersi una prova orale: - È necessario presentarsi all'esame muniti di uno statino valido e di un documento d'identità - Durante l'esame non è possibile consultare libri e appunti. - È inoltre previsto che venga svolto un lavoro, individuale o di gruppo, volto a realizzare un'applicazione grafica sfruttando le nozioni acquisite durante le esercitazioni di laboratorio. |
Orario delle lezioni |
Statistiche superamento esami |
|