Visione computerizzata e sistemi cognitivi

Obiettivi formativi

L’insegnamento si propone di fornire agli studenti i fondamenti della visione e dei sistemi cognitivi: l’acquisizione, l’image processing ed analysis, la geometria 3D, la stima del movimento e la classificazione, e gli strumenti per la progettazione di sistemi cognitivi basati sulla visione. Inoltre, saranno proposti progetti in diversi contesti: video-sorveglianza, guida autonoma, HMI, robotica, interpretazione del comportamento umano (viso, riconoscimento e tracciamento del corpo). L’insegnamento contribuisce anche al potenziamento delle capacità trasversali Autonomia di giudizio, Abilità comunicative e Capacità di apprendimento degli studenti.

Risultati di apprendimento attesi

• Conoscenza e comprensione dei fondamenti della visione e dei sistemi cognitivi: l’acquisizione, l’image processing ed analysis, la geometria 3D, la stima del movimento e la classificazione.
• Conoscenza e comprensione delle soluzioni e delle architetture di Deep Learning per la Computer Vision, il Natural Language Processing e l'interazione tra multiple modalità.
• Conoscenza e comprensione delle tecniche di computer vision per la progettazione di modelli predittivi e la valutazione della loro affidabilità in contesti impegnativi.
• Capacità di sviluppare sistemi di visione.
• Capacità di progettare e implementare sistemi cognitivi.
• Capacità di progettare applicativi sofware in diversi contesti: video-sorveglianza, robotica, interpretazione del comportamento umano (viso, riconoscimento e tracciamento del corpo), etc.

Contenuti dell’insegnamento

• Computer Vision e intelligenza artificiale: storia e tendenze;
• Manipolazione dei dati in PyTorch;
• Elaborazione delle immagini;
• CNNs;
• Formazione di immagini;
• Visione umana e cognitive;
• Identificazione, rilevazione, classificazione;
• Modelli di rilevamento e segmentazione;
• Analisi del moto;
• Architetture di ultima generazione per la comprensione del video;
• Applicazioni per la sorveglianza: big data e biometria;

• Attività di laboratorio, finalizzata: all'applicazione delle tecniche di elaborazione delle immagini e dei video, con particolare attenzione all'integrazione con modelli cognitivi; all'addestramento di reti neurali per il riconoscimento di oggetti; all'applicazione di modelli di visione artificiale per classificazione e rilevamento; allo sviluppo di sistemi in grado di simulare comportamenti cognitivi umani, integrando modelli per la percezione e la decisione basata su dati visivi.

Modalità di 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.