Presentazione

Organizzazione della Didattica

DM270
INFORMATICA ORD. 2014


9

Corsi comuni

 

Frontali Esercizi Laboratorio Studio Individuale
ORE: 72 0 0 102

Periodo

AnnoPeriodo
II anno1 semestre

Frequenza

Facoltativa

Erogazione

Convenzionale

Lingua

Italiano

Calendario Attività Didattiche

InizioFine
01/10/201620/01/2017

Tipologia

TipologiaAmbitoSSDCFU
caratterizzanteDiscipline informaticheING-INF/059


Responsabile Insegnamento

ResponsabileSSDStruttura
Prof. MENEGATTI EMANUELEING-IND/05Dipartimento di Ingegneria dell'Informazione

Altri Docenti

DocenteCoperturaSSDStruttura
Dott. GHIDONI STEFANOMutuazioneING-INF/05Dipartimento di Ingegneria dell'Informazione

Attività di Supporto alla Didattica

Non previste.

Bollettino

Nessuno

Lo studente acquisirà competenza sui seguenti argomenti: - geometria proiettiva - algoritmi di elaborazione di immagini e dati 3D - sistemi di visione artificiale per computer e per robot: dall'acquisizione delle immagini all'estrazione delle informazioni 2D e 3D - libreria OpenCV (Open Computer Vision) per l’analisi di immagini 2D - libreria PCL (Point Cloud Library) per l'analisi di nuvole di punti tridimensionali - programmazione in C++ Inoltre, lo studente dovrà imparare a: - gestire un progetto software realizzato in un piccolo team di lavoro - presentare il proprio progetto evidenziandone l'innovatività ed i punti di forza.

Lezioni frontali e lezioni di laboratorio informatico sull'uso delle librerie OpenCV, e PCL. Nelle lezioni frontali verranno presentati i fondamenti della disciplina, mentre nelle lezioni di laboratorio si guiderà lo studente nell'apprendimento di una corretta programmazione in C++ e nell'uso delle librerie.

Il corso tratterà argomenti correlati all'analisi di dati tridimensionali. Saranno introdotti elementi di geometria proiettiva e trasformazioni geometriche e relativi invarianti. Saranno trattati problemi fondamentali della visione artificiale e della grafica quali la modellazione e la descrizione geometrica degli oggetti mediante opportune strutture dati e algoritmi. Programma dettagliato: - Introduzione al corso - Sensori di luce e colore - Filtraggio di immagini - Rappresentazione delle immagini in frequenza - Il modello pin-hole della telecamera - Telecamere e geometria proiettiva - Calibrazione di una telecamera - Visione stereoscopica - Edge detection - Trasformata di Hough: lineare, circolare e generalizzata - Clustering e segmentazione - Sensori di profondità e telecamere 3D - Tracking di persone da dati RGB-D Laboratorio di programmazione: - OpenCV: strutture dati, GUI e laboratorio di programmazione. Prime applicazioni software: calibrazione e segmentazione basata sul colore - Point Cloud Library (PCL): strutture dati, visualizzazione e laboratorio di programmazione. Sviluppo di semplici applicazioni software: calcolo di keypoint e feature, allineamento di point cloud, riconoscimento e stima della posa di oggetti.

Implementazione di due moduli software in C++ da svolgere a casa durante il corso (uno con libreria OpenCV, uno con libreria PCL) e corrispondenti relazioni scritte. Progetto pratico finale con stesura di una relazione e creazione di un applicativo software completo, da realizzare in gruppi di 2-3 persone.

La valutazione della preparazione dello studente si baserà sulla comprensione degli argomenti svolti, sulla qualità dell’implementazione software dei due homework e del progetto finale, nonché sulla qualità della relazioni scritte. Anche la modalità di presentazione del lavoro svolto influirà sulla valutazione finale.

R. Hartley, A. Zisserman, Multiple View Geometry in Computer Vision. : Cambridge University Press, 2004 Forsyth, D.A. and Ponce, J., Computer Vision: A Modern Approach. : Pearson Education Inc, 2011

Nel sito Moodle del corso saranno resi disponibili le slide usate a lezione, alcuni articoli scientifici di approfondimento ed eventuale materiale necessario allo svolgimento dei progetti software.