| KEYWORD |
Area Ingegneria
Strumenti di ispezione multimodale assistita dall'IA che utilizzano modelli di deep learning per il rilevamento senza contatto
Tesi all'estero
Riferimenti GIAN PAOLO CIMELLARO
Descrizione Le attuali tecniche di ispezione basate sulla visione si basano principalmente su telecamere RGB a causa dell'immediata disponibilità di telecamere a basso costo e ad alta risoluzione. Tuttavia, le tradizionali telecamere RGB proiettano oggetti 3D in uno spazio 2D, causando una perdita di informazioni a causa della distanza e della scala.
Questa ricerca sfrutterà dispositivi di rilevamento senza contatto come telecamere LiDAR, di profondità, termiche o iperspettrali in grado di fornire informazioni vitali che le tradizionali telecamere RGB non possono acquisire. Inoltre, verranno utilizzati i recenti dispositivi di realtà aumentata (AR) come Microsoft HoloLens dotati di sensori multimodali. I dati raccolti verranno utilizzati per sviluppare modelli di Deep Learning multimodali in grado di combinare dati provenienti da più fonti per una maggiore precisione di rilevamento.
Scadenza validita proposta 17/11/2023
PROPONI LA TUA CANDIDATURA