Salta al contenuto principale della pagina

COMPUTER VISION

CODICE 86735
ANNO ACCADEMICO 2021/2022
CFU
  • 5 cfu al 1° anno di 10635 ROBOTICS ENGINEERING (LM-32) - GENOVA
  • SETTORE SCIENTIFICO DISCIPLINARE INF/01
    LINGUA Inglese
    SEDE
  • GENOVA
  • PERIODO 1° Semestre
    MATERIALE DIDATTICO AULAWEB

    PRESENTAZIONE

    Il corso tratta l'elaborazione delle immagini e le tecniche di visione artificiale per l'interpretazione di scene 3D statiche e dinamiche e per discutere le applicazioni al tracking degli oggetti, alla stima della profondità, al riconoscimento degli oggetti, con particolare attenzione alle applicazioni al dominio della robotica.

    OBIETTIVI E CONTENUTI

    OBIETTIVI FORMATIVI

    The course aims at providing knowledge on theory and tools on the basics of Computer Vision, for the extraction of semantic and geometric information about a scene from an image or a sequence of images. Topics of interest include: camera models and image formation; camera calibration; connection between 2D images and 3D scene structures; image processing basics as image filtering, local features extraction (edge, corner, blob), including the use of multi-scale image representations; image matching, with reference to classification and retrieval problems; stereo vision and scene depth estimation; motion detection in image sequences, including change detection and optical flow estimation.

    OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

    Lo scopo del corso è fornire un'ampia introduzione ai diversi aspetti fondamentali della visione artificiale, tra cui i modelli di telecamera, la calibrazione della telecamera, l'elaborazione di immagini, la stima della profondità, la geometria di un sistema stereo, il tracking di oggetti. 

    Al termine del corso lo studente sarà in grado di comprendere i principali concetti teorici e di progettare e implementare algoritmi classici di visione artificiale. Il corso fornirà inoltre una panoramica dei principali domini applicativi, con particolare riferimento allo scenario della robotica.

    PREREQUISITI

    Basi di algebra lineare e analisi; basi di programmazione

    MODALITA' DIDATTICHE

    Lezioni frontali (teoria) e attività pratiche. 

    PROGRAMMA/CONTENUTO

    Introduzione  alla computer vision for applicazioni robotiche 

     

    Parte 1 - Fondamenti di elaborazione di immagini  

    Fondamenti sulle immagini digitali: aquisizione, campionamento e quantizzazione, operazioni di base 

    Trasformazioni e filtraggio

    Localizzazione di edge e corner

    Elaborazione di immagini a colori

    Trasformata di Hough e segmentazione

    Spazio-scala e localizzazione di  blob 

    Matching tra immagini

     

    Parte 2 - Analisi del moto

    Campi di moto 2D e 3D, metodi densi e sparsi per la stima del flusso ottico                             

    Tracking con modelli dinamici lineari (filtro di Kalman)

     

    Parte 3 - Geometria

    Fondamenti di computer vision 3D

    La geometria della formazione dell'immagine: geometria proiettiva e trasformazioni, modelli di telecamera e geometria da singola vista, calibrazione, omogarfie

    Stereovisione: geometria epipolare, stima della profondità,  ricostruzione 3D

     

    ​Conclusione: Visual Recognition e image retrieval;  introduzione al riconoscimento di oggetti e di azioni per HRI 

    TESTI/BIBLIOGRAFIA

    Testi raccomandati

    R.C. Gonzalez and R.E. Woods, Digital image processing, Prentice-Hall, 2008.

    E. Trucco and A. Verri, Introductory Techniques for 3-D Computer Vision, Prentice Hall,  1998.

     

    Ulteriore materiale verrà reso disponibile dai docenti 

    DOCENTI E COMMISSIONI

    Commissione d'esame

    FABIO SOLARI (Presidente)

    MANUELA CHESSA

    FRANCESCA ODONE

    NICOLETTA NOCETI (Presidente Supplente)

    LEZIONI

    Orari delle lezioni

    L'orario di tutti gli insegnamenti è consultabile su EasyAcademy.

    ESAMI

    MODALITA' D'ESAME

    Scritto

    MODALITA' DI ACCERTAMENTO

    Il corso è organizzato con lezioni frontali sulla teoria e attività pratiche.

    Le attività pratiche coprono circa 1/3 del corso. L'obiettivo di tali attività viene introdotto dai docenti e dovrebbe essere completato dagli studenti come compito a casa. Le attività pratiche possono essere svolte individualmente o in gruppo; alcune di tali attività prevedono una consegna e contribuisono alla valutazione finale studente.

    La valutazione della parte teorica viene effettuata attraverso un esame finale.

    Calendario appelli

    Data Ora Luogo Tipologia Note
    14/01/2022 09:00 GENOVA Scritto
    07/02/2022 09:00 GENOVA Scritto
    13/06/2022 09:00 GENOVA Scritto
    12/07/2022 09:00 GENOVA Scritto
    02/09/2022 09:00 GENOVA Scritto