Ingegneria Informatica e dell’Intelligenza Artificiale Applicata LM-32
Trattamento dei dati multimediali
| Settore scientifico disciplinare | Numero crediti formativi (CFU) | Docente |
| ING-INF/05 | 9 | -- Nessun gestore -- |
Obiettivi
L’insegnamento si propone di fornire agli studenti una comprensione specialistica su acquisizione, algoritmi e formati utilizzati nella gestione dei dati multimediali e competenze avanzate relative alle moderne soluzioni utilizzate nei calcolatori.
L’insegnamento contribuisce anche al potenziamento delle capacità trasversali Autonomia di giudizio, Abilità comunicative e Capacità di apprendimento degli studenti.
Verifica
L’esame finale può essere sostenuto in forma scritta o in forma orale.
L’esame scritto consiste nello svolgimento di un test a risposta multipla con 31 domande, così da garantire la possibilità di conseguire la lode.
L’esame orale consiste in un colloquio nel corso del quale il docente formula almeno tre domande.
I quesiti sono formulati per valutare il livello di raggiungimento dei risultati di apprendimento attesi.
Il voto finale tiene conto del voto ottenuto dallo studente attraverso la partecipazione alla didattica interattiva e del voto ottenuto nell’esame finale ed è determinato, quindi, dalla somma delle due valutazioni. Il voto finale è espresso in trentesimi.
Risorse
Oltre alle dispense messe a disposizione dal docente, gli studenti potranno approfondire gli argomenti del corso sui seguenti testi:
-
Ze-Nian Li, Mark S. Drew, and Jiangchuan Liu. Fundamentals of Multimedia. Pearson Prentice Hall, Upper Saddle River, NJ, 2004.
-
R. C. Gonzalez and R. E. Woods, Digital Image Processing, 4th ed. Pearson, 2018
Altro
Le attività di didattica interattiva si svolgeranno mediante l’utilizzo di strumenti di videoconferenza sincrona secondo il calendario seguente:
Febbraio 2026
-
Lezione 1: Esercitazione su Dithering
-
Lezione 2: Esercitazione su Modelli di colore nelle immagini
Marzo 2026
-
Lezione 3: Esercitazione su Campionamento nel video digitale
-
Lezione 4: Esercitazione su Video Quality Assessment
Aprile 2026
-
Lezione 5: Esercitazione su Digitalizzazione del suono
-
Lezione 6: Esercitazione su Codifica differenziale dell’audio
Maggio 2026
-
Lezione 7: Esercitazione su Codifica a lunghezza variabile
-
Lezione 8: Esercitazione su Algoritmi di codifica basati su dizionario
Descrizione
Modulo 1: Concetti Base (1 CFU)
Lezione 1: Introduzione al Trattamento di Dati Multimediali
Introduzione al concetto di multimedia
Database multimediali
Multimodal learning
Computer vision
La compressione dei dati multimediali
Compiti e Problematiche del Multimedia
Presentazione Multimediale
Produzione Multimediale
Condivisione e Distribuzione Multimediale
Lezione 2: Rappresentazione digitale delle immagini
Introduzione alle rappresentazioni delle immagini
Immagini a 1 bit
Immagini in scala di grigio a 8 bit
Immagini a colori
Lezione 3: Formati popolari per immagini
GIF
JPEG
PNG
TIFF
EXIF
PS e PDF
Lezione 4: Scienza dei colori
Luce e spettro
Human Vision
Sensibilità spettrale dell’occhio
Formazione dell’immagine
Gamma Correction
Color-Matching Functions
Lezione 5: Modelli di Colore nelle Immagini
Modello di Colore RGB per i Display
Camere Multi-sensore
Colore Dipendente dalla Camera: HSV e sRGB
Colore Sottrattivo: Modello CMY
Rimozione del Sottocolore: Sistema CMYK
Gamut delle Stampanti
Stampanti Multi-inchiostro
Modulo 2: Concetti Fondamentali nel Video (1 CFU)
Lezione 6: Concetti Fondamentali nel Video Analogico
Video Analogico
Luminanza
Crominanza
Raster scan
Lo standard NTSC
Lo standard PAL
Lezione 7: Concetti Fondamentali nel Video Digitale
Video Digitale
CCIR e standard ITU-R per il video digitale
Lezione 8: Video ad alta definizione
High Definition TV (HDTV)
Ultra-high-definition TV (UHDTV)
Interfacce Video
Lezione 9: Video 3D
Percezione tridimensionale
Modelli di telecamera 3D
Tecnologie di fruizione del 3D
The Vergence–Accommodation Conflict
Autostereoscopic (Glasses-Free) Display Devices
Lezione 10: Video 360° e Video Quality Assessment
Video 360°
Video Quality Assessment (VQA)
Modulo 3: Concetti Fondamentali nell’Audio (1.2 CFU)
Lezione 11: Digitalizzazione del suono
Cos’è il suono?
Digitalizzazione del suono
Teorema di Nyquist
Lezione 12: Rapporto Segnale Rumore e Quantizzazione lineare
Signal-to-Noise Ratio (SNR)
Signal-to-Quantization-Noise Ratio (SQNR)
Linear and Nonlinear Quantization
Lezione 13: Audio Filtering e Audio Quality
Audio Filtering
Audio Quality versus Data Rate
Synthetic Sounds
Lezione 14: MIDI
Panoramica sul MIDI
Aspetti Hardware del MIDI
Struttura dei Messaggi MIDI
Conversione da MIDI a WAV
General MIDI
MIDI
Lezione 15: Quantizzazione e trasmissione dell’audio
Codifica dell’audio
Pulse Code Modulation
Codifica differenziale dell’audio
Lossless Predictive Coding
Lezione 16: Codifica audio differenziali
DPCM
DM
ADPCM
Modulo 4: Algoritmi di compressione senza perdita (1 CFU)
Lezione 17: Algoritmi di compressione senza perdita
Richiami di Teoria dell’informazione
Run-Length Coding
Variable-Length Coding
Lezione 18: Algoritmi di compressione basati su dizionario
LZ77
LZ78
Lezione 19: L'algoritmo LZW
Lezione 20: Tecniche di compressione aritmetica
Lezione 21: Codifica lossless per immagini
Modulo 5: Algoritmi di compressione con perdita (0.8 CFU)
Lezione 22: Distorsione e Quantizzazione
Lezione 23: Codifica trasformata
Lezione 24: Codifica basata su wavelet
Lezione 25: Wavelet Packets
Modulo 6: Standard di codifica delle immagini (1 CFU)
Lezione 26: JPEG
Lezione 27: JPEG 2000
Lezione 28: JPEG-LS
Lezione 29: JBIG
Lezione 30: JBIG2
Modulo 7: Tecniche di base di compressione video (2 CFU)
Lezione 31: H.261
Lezione 32: H.263
Lezione 33: MPEG
Lezione 34: MPEG-1
Lezione 35: MPEG-2
Lezione 36: MPEG-4
Lezione 37: MPEG-7
Lezione 38: H.264
Lezione 39: H.265
Lezione 40: H.266
Modulo 8: Tecniche di base di compressione audio (1 CFU)
Lezione 41: ADPCM
Lezione 42: Vocoder
Lezione 43: Psicoacustica
Lezione 44: Audio MPEG
Lezione 45: Altri codec vocali