| KEYWORD |
Sviluppo di un sistema basato sul machine learning per la segmentazione di immagini applicato al rilevamento automatico di danni su carrozzeria
Tesi esterna in azienda
Parole chiave AUTOMOTIVE, DANNEGGIAMENTO, DEEP LEARNING, DEEP LEARNING, VIDEO ANALYSIS, DEEP NEURAL NETWORKS, IMAGE PROCESSING, MACHINE LEARNING, ARTIFICIAL NEURAL NETWORKS, RETI NEURALI
Riferimenti VINCENZO RANDAZZO
Gruppi di ricerca Neuronics (Artificial Neural Networks)
Tipo tesi ANALISI DATI, SOFTWARE SPERIMENTALE, SPERIMENTALE, SPERIMENTALE - PROGETTAZIONE, SPERIMENTALE, IN AZIENDA
Descrizione L'obiettivo della tesi è la realizzazione di un sistema intelligente per l’analisi automatica di danni su carrozzeria di automobile. Il sistema riceverà in ingresso delle immagini a luce strutturata delle diverse parti dell’autoveicolo (ad es. cofano, tetto, parafango) e dovrà individuare, tramite deep learning, i difetti della carrozzeria. Parte integrante della tesi sarà la validazione delle prestazioni del sistema al variare delle condizioni di acquisizione (ad es. differenti livelli di luminosità, intensità o colore della luce strutturata), nonché la validazione del sistema ottico di acquisizione.
La tesi prevede molti obiettivi e quindi sono disponibili più tesi per più studenti.
Conoscenze richieste Il candidato deve essere in possesso di conoscenze di base di image processing, metodi di validazione e reti neurali. Requisito essenziale è la conoscenza dell’ambiente di sviluppo MATLAB. Inoltre, deve essere in grado di lavorare in team poiché la tesi si basa su un sistema prototipo già sviluppato da noi in collaborazione con un’azienda esterna, partner del progetto.
Requisito preferenziale sarà la conoscenza dei principi base relativi all’ottica dei sistemi di acquisizione, quali fotocamere e webcam.
Note è coinvolta un'azienda che opera nel comparto automotive e HMI industriale
Scadenza validita proposta 08/05/2024
PROPONI LA TUA CANDIDATURA