OBIETTIVI FORMATIVI

Il corso fornisce allo studente le basi per il progetto e lo sviluppo di interfacce uomo- macchina e di sistemi software avanzati, basati sull’interazione attraverso molteplici canali sensoriali e sulla elaborazione e comunicazione di contenuti audio e video. In particolare, viene affrontata la progettazione di interfacce naturali non di tipo desktop, incluse interfacce multimodali per sistemi mobili (tablet, smartphone), con esempi in vari contesti applicativi (consumer, salute, cultura, entertainment), anche attraverso esercitazioni sulla piattaforma EyesWeb (http://www.infomus.org/eyesweb_eng.php). " "Il corso è di norma in lingua italiana con materiali didattici in inglese. In presenza di studenti non di lingua italiana, il corso sarà in lingua inglese: In questo caso i docenti prevedono la possibilità' di fornire, su richiesta e in ore aggiuntive, supporto didattico specifico a studenti di lingua italiana con difficoltà con la lingua inglese.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Scopo dell’insegnamento è quello di introdurre i concetti fondamentali per la progettazione e lo sviluppo di sistemi informatici capaci di interagire in modo naturale con i propri utenti attraverso molteplici canali sensoriali. Questo richiede la conoscenza e l’applicazione di tecniche per l’acquisizione, la rappresentazione e l’analisi automatica del comportamento dell’utente – ad esempio algoritmi per il rilevamento e l’analisi del gesto, del movimento, dell’espressione facciale, della parola – e per la conseguente generazione in tempo reale di risposte multisensoriali da parte del sistema (immagini, suoni, controllo di attuatori).
Al termine dell’insegnamento, lo studente sarà in grado di:

• Conoscere e comprendere le motivazioni per l’utilizzo dei sistemi multimodali interattivi, le architetture logiche che ne descrivono i principali componenti, le linee guida per la progettazione e lo sviluppo, gli ambiti applicativi in cui possono trovare più fruttuosamente impiego.
• Conoscere e comprendere i principali dispositivi per l’acquisizione di dati caratterizzanti il comportamento dell’utente.
• Conoscere e comprendere le tecniche per la rappresentazione e l’analisi automatica del comportamento dell’utente a partire da dati provenienti da molteplici canali sensoriali.
• Analizzare specifici casi di studio, in particolari ambiti applicativi, allo scopo di valutare in modo critico l’opportunità di sviluppare un sistema multimodale interattivo piuttosto di una interfaccia utente tradizionale.
• Progettare un sistema multimodale interattivo e implementarne i principali componenti, utilizzando gli strumenti di sviluppo presentati nel corso delle lezioni e delle esercitazioni.

PREREQUISITI

Nessuno. E’ auspicabile, ma non indispensabile, possedere conoscenze di base di interazione uomo-macchina (ciclo di progettazione, sviluppo e valutazione di interfacce utente tradizionali, metodologie di interaction design). E’ utile possedere conoscenze di base di programmazione.

MODALITA' DIDATTICHE

Il corso prevede lezioni frontali ed esercitazioni (approssimativamente 32 ore di lezioni frontale e 16 ore di esercitazioni per un totale di 48 ore). Le lezioni frontali hanno l’obiettivo di introdurre i concetti e le tecniche oggetto dell’insegnamento. Le esercitazioni consentono di applicare i concetti e le tecnologie viste a lezione in specifici casi di studio. Gli studenti possono seguire le esercitazioni con i propri laptop in aula. Le esercitazioni fanno uso di strumenti quali la piattaforma EyesWeb XMI per la parte riguardante l’analisi del gesto e del movimento e il MIR Toolbox per Matlab per la parte riguardante l’elaborazione audio.

In presenza di studenti non di lingua italiana, il corso si terrà in lingua inglese.

PROGRAMMA/CONTENUTO

1. Introduzione ai sistemi multimodali

• Interfacce post-WIMP e interfacce multimodali
• Definizione di sistema multimodale
• Motivazioni per lo sviluppo di sistemi multimodali
• Linee-guida per la progettazione di sistemi multimodali
• Framework per sistemi multimodali: il W3C Multimodal Interaction Framework, il framework multilivello per l’analisi della comunicazione non verbale

2. La modalità visuale

• Dispositivi per l’acquisizione di segnali video e di dati di movimento
• Tecniche per l’analisi automatica del gesto e del movimento: algoritmi per la misura di caratteristiche del movimento, segmentazione di flussi di dati di movimento, riconoscimento di gesti, analisi del contenuto espressivo del gesto e del movimento.
• Tecniche per l’analisi automatica di espressioni facciali: algoritmi di face detection, algoritmi per il calcolo di caratteristiche facciali e per l’estrazione automatica di Action Units.
• Esercitazioni con l’utilizzo della piattaforma EyesWeb XMI.

3. La modalità uditiva

• Dispositivi per l’acquisizione dei segnali audio
• Tecniche per il calcolo e l’analisi di caratteristiche temporali, spettrali e cepstrali del segnale audio
• Introduzione alle tecniche di riconoscimento vocale
• Introduzione alle tecniche di elaborazione digitale del suono e della musica
• Esercitazioni con l’utilizzo di Matlab

4. Fusione multimodale

• Livelli di fusione: early fusion model, late fusion model
• Metodi per la fusione multimodale

 5. Casi di studio

• Esempi concreti di progetto e sviluppo di sistemi multimodali in scenari applicativi selezionati, tra i quali: fruizione di musei e beni culturali, arti performative, educazione, benessere e riabilitazione.

TESTI/BIBLIOGRAFIA

Il materiale didattico consiste nella copia, in formato pdf, dei lucidi presentati a lezione, nel materiale relativo alle esercitazioni (applicazioni EyesWeb e script Matlab) e in una collezione di articoli scientifici, relativi agli argomenti del corso, forniti dal docente. Tutto il materiale didattico viene reso disponibile su AulaWeb. Il materiale didattico è redatto in lingua inglese.​