CODICE 86735 ANNO ACCADEMICO 2023/2024 CFU 5 cfu anno 1 ROBOTICS ENGINEERING 10635 (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. Si consigliano gli studenti lavoratori e gli studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali di contattare il docente all’inizio del corso per concordare modalità didattiche e d’esame che, nel rispetto degli obiettivi dell’insegnamento, tengano conto delle modalità di apprendimento individuali PROGRAMMA/CONTENUTO Introduzione alla computer vision per 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 FABIO SOLARI Ricevimento: Su appuntamento via email: fabio.solari@unige.it (il docente ha più insegnamenti per vari corsi di studi, specificare sempre il cognome e l'insegnamento) NICOLETTA NOCETI Ricevimento: Ricevimento su appuntamento da concordare via email (nicoletta.noceti@unige.it) Commissione d'esame FABIO SOLARI (Presidente) MANUELA CHESSA FRANCESCA ODONE NICOLETTA NOCETI (Presidente Supplente) LEZIONI INIZIO LEZIONI In accordo con il calendario didattico approvato dal Consiglio del Corso di Studio https://easyacademy.unige.it/portalestudenti/index.php?view=easycourse&_lang=it&include=corso Orari delle lezioni L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy ESAMI MODALITA' D'ESAME 50% da una valutazione continua attraverso esercitazioni pratiche di laboratorio svolte durante il semestre. 50% dall'esame di fine semestre, così articolato: Un quiz a scelta multipla (~5%) che costituisce una soglia per la partecipazione all'esame orale; Un esame orale (~45%). Non è consentito consultare libri, appunti o altro materiale 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 appello Orario Luogo Tipologia Note 22/01/2024 10:00 GENOVA Scritto 12/02/2024 10:00 GENOVA Scritto 18/06/2024 10:00 GENOVA Scritto 17/07/2024 10:00 GENOVA Scritto 11/09/2024 10:00 GENOVA Scritto