PRESENTAZIONE

L'insegnamento è rivolto a:

• Studenti della triennale che intendono iscriversi al MSc in Computer Science, con lo scopo di fornire un ”warm up” per alcuni insegnamenti della track Artificial Intelligence. 
• Studenti della triennale che non intedono proseguire nel loro percorso di studi, con lo scopo di introdurre le informazioni base per l’elaborazione dei segnali e delle immagini . 

OBIETTIVI E CONTENUTI

OBIETTIVI FORMATIVI

Acquisire familiarità con gli strumenti base per l'elaborazione di segnali e di immagini. Approfondire alcuni problemi di elaborazione classici. Imparare a strutturare, realizzare e validare in maniera autonoma metodi che affrontino un problema di'elaborazione dei segnali su dati reali.

OBIETTIVI FORMATIVI (DETTAGLIO) E RISULTATI DI APPRENDIMENTO

Alla fine del corso lo studente/la studentessa avra' acquisito gli strumenti per elaborare  i segnali e le immagini nel dominio di partenza (tempo o spazio) e nel dominio delle frequenze. In particolare sara' in grado di 

• Migliorare i segnali e le immagini aumentando il rapporto segnale/rumore o eliminando disturbi sovrapposti
• Mettere in evidenza caratteristiche interessanti nei segnali o nelle immagini

PREREQUISITI

Il corso assume conoscenze di calculus, algebra lineare e solide basi di programmazione

MODALITA' DIDATTICHE

Il corso prevede 

• alcune lezioni teoriche corredate da materiale di approfondimento nello studio autonomo
• un'attività progettuale individuale svolta in classe, con la supervisione del docente

PROGRAMMA/CONTENUTO

• Segnali 1D e 2D e campionamento
• Introduzione alla trasformata di Fourier Discreta
• La convoluzione discreta
• Filtri lineari su segnali 1D e 2D (riduzione del rumore e evidenziare caratteristiche)
• Applicazioni 1D: suono e serie temporali
• Applicazioni 2D: trattamento di immagini a colori, operazioni su pixel, operazioni geometriche

TESTI/BIBLIOGRAFIA

Dispense, link e slide saranno forniti dalla docente 

DOCENTI E COMMISSIONI

Commissione d'esame

FRANCESCA ODONE (Presidente)

MATTEO MORO

NICOLETTA NOCETI (Presidente Supplente)

LEZIONI

INIZIO LEZIONI

In accordo con il calendario didattico approvato dal Consiglio dei Corsi di Studio in Informatica: https://corsi.unige.it/corsi/8759/studenti-orario

Orari delle lezioni

L'orario di questo insegnamento è consultabile all'indirizzo: Portale EasyAcademy

ESAMI

MODALITA' D'ESAME

La valutazione consta di due parti

• un'attività progettuale, che comprende una breve presentazione del lavoro svolto  
• prova scritta sul programma svolto

Indicazioni per studenti con certificazione di DSA, di disabilità o di altri bisogni educativi speciali sono disponibili a partire da https://corsi.unige.it/corsi/8759/studenti-disabilita-dsa

MODALITA' DI ACCERTAMENTO

Lo studente/la studentessa dovrà dimostrare attraverso sviluppo di software e l'analisi dei risultati, svolti in autonomia, di aver compreso gli aspetti teorici e pratici dell'analisi  dei segnali o delle immagini.

La stesura della relazione del progetto e la presentazione avrà lo scopo di valutare le capacità di espressione e sintesi.

ALTRE INFORMAZIONI

Per ulteriori informazioni, consultare il modulo Aulaweb dell'insegnamento o contattare il docente.