Corsi di Laurea Corsi di Laurea Magistrale Corsi di Laurea Magistrale
a Ciclo Unico
Scuola di Ingegneria
INGEGNERIA INFORMATICA
Insegnamento
COMPUTER VISION - VISIONE COMPUTAZIONALE (Numerosita' canale 1)
INP6075837, A.A. 2017/18

Informazioni valide per gli studenti immatricolati nell'A.A. 2017/18

Principali informazioni sull'insegnamento
Corso di studio Corso di laurea magistrale in
INGEGNERIA INFORMATICA
IN0521, ordinamento 2009/10, A.A. 2017/18
N2cn1
porta questa
pagina con te
Crediti formativi 9.0
Tipo di valutazione Voto
Denominazione inglese COMPUTER VISION
Dipartimento di riferimento Dipartimento di Ingegneria dell'Informazione (DEI)
Sito E-Learning https://elearning.dei.unipd.it/course/view.php?idnumber=2017-IN0521-000ZZ-2017-INP6075837-N2CN1
Obbligo di frequenza No
Lingua di erogazione INGLESE
Sede PADOVA
Corso singolo È possibile iscriversi all'insegnamento come corso singolo
Corso a libera scelta È possibile utilizzare l'insegnamento come corso a libera scelta

Docenti
Responsabile STEFANO GHIDONI ING-INF/05

Mutuazioni
Codice Insegnamento Responsabile Corso di studio
INP6075837 COMPUTER VISION - VISIONE COMPUTAZIONALE (Numerosita' canale 1) STEFANO GHIDONI IN0527
INP6075837 COMPUTER VISION - VISIONE COMPUTAZIONALE (Numerosita' canale 1) STEFANO GHIDONI IN2371
INL1001836 ELABORAZIONE DI DATI TRIDIMENSIONALI (Numerosita' canale 1) STEFANO GHIDONI IN0521

Dettaglio crediti formativi
Tipologia Ambito Disciplinare Settore Scientifico-Disciplinare Crediti
CARATTERIZZANTE Ingegneria informatica ING-INF/05 9.0

Modalità di erogazione
Periodo di erogazione Secondo semestre
Anno di corso I Anno
Modalità di erogazione frontale

Organizzazione della didattica
Tipo ore Crediti Ore di
Corso
Ore Studio
Individuale
Turni
LEZIONE 9.0 72 153.0 Nessun turno

Calendario
Inizio attività didattiche 26/02/2018
Fine attività didattiche 01/06/2018

Commissioni d'esame
Nessuna commissione d'esame definita

Syllabus
Prerequisiti: Nessuno
Conoscenze e abilita' da acquisire: Il corso presenta i principi e gli strumenti di base della visone computazionale. Saranno acquisite le competenze di base per elaborare ed analizzare in modo automatico le immagini ed estrarne diversi tipi di informazione. Verranno inoltre forniti gli strumenti necessari per sviluppare applicazioni basate sulle metodologie presentate. Tali strumenti includono l’uso del linguaggio C++ e della libreria open source OpenCV.
Modalita' di esame: Esame scritto, homeworks e tesina.
Criteri di valutazione: Lo studente dovrà dimostrare di aver acquisito le conoscenze di base teoriche del corso e dovrà dimostrare di saper applicare la teoria ad aspetti pratici della computer vision, anche attraverso lo sviluppo di un progetto software in C++ che affronti un tema risolvibile con gli strumenti presentati a lezione. Questo sarà valutato anche attraverso gli homework e il progetto finale.
Contenuti: 1. La telecamera: sensori, ottiche e loro influenza sulla formazione delle immagini, colorimetria: sintesi additiva e sottrattiva, spazi colore, pattern di Bayer.
2. Geometria proiettiva, formazione delle immagini e pinhole camera model.
3. Calibrazione intrinseca ed estrinseca di una telecamera.
4. Algoritmi per l'elaborazione delle immagini, basso livello: filtri convoluzionali, filtro bilaterale, filtro mediano, istogrammi, trasformata di Fourier, operatori morfologici.
5. Elaborazione di medio livello: edge detection, blob detection, corner detection, contour extraction, trasformata di Hough, segmentazione: pixel clustering, watershed, mean shift, split and merge, region growing.
6. Image features: keypoint e descrittori.
7. Algoritmi di alto livello: template matching, object recognition.
8. Template C++: librerie e classi; esempi di librerie a template.
9. Richiami su gerarchie di classi ed ereditarietà.
10. Gestione dei dati per la visione artificiale, alcuni esempi con OpenCV.
Attivita' di apprendimento previste e metodologie di insegnamento: Lezioni frontali e laboratori.
Eventuali indicazioni sui materiali di studio: Slides e altro materiale fornito dal docente.
Testi di riferimento:
  • Gonzalez, Rafael C.; Woods, Richard Eugene, Digital image processingRafael C. Gonzalez, Richard E. Woods. Upper Saddle River: Pearson Prentice Hall, --. Cerca nel catalogo
  • Szeliski, Richard, Computer visionalgorithms and applicationsRichard Szeliski. New York: Springer, 2011. Cerca nel catalogo
  • Klette, Reinhard, Concise Computer Vision. Springer London: --, 2014. Cerca nel catalogo